基于矩阵乘积态的机械故障诊断方法研究 |
| |
引用本文: | 黄文静,李志农.基于矩阵乘积态的机械故障诊断方法研究[J].失效分析与预防,2023(3):149-154+206-207. |
| |
作者姓名: | 黄文静 李志农 |
| |
作者单位: | 无损检测技术教育部重点实验室(南昌航空大学) |
| |
基金项目: | 国家自然科学基金(52075236);;江西省自然科学基金重点项目(20212ACB202005); |
| |
摘 要: | 在机械故障诊断中,针对传统神经网络处理高阶数据难度大、网络参数多、耗费大量计算资源的不足,提出了一种基于矩阵乘积态的张量网络故障诊断方法。通过输入高阶张量故障数据到矩阵乘积态故障诊断模型中,将高阶张量表示为多个低阶张量,从而简化数据结构和参数量。为了验证该方法的有效性,将其应用在齿轮的故障诊断中,并与传统的卷积神经网络故障诊断模型进行对比。同时,验证了键维度对模型准确率的影响。结果表明:所提模型的键维度会影响模型准确率,键维度为16的模型准确率高于键维度为8的模型准确率;该模型在减小数据复杂度的同时,还可以识别不同故障类型,准确率达到90%,比传统的卷积神经网络故障诊断模型性能更好。
|
关 键 词: | 高阶张量 张量网络 矩阵乘积态 故障诊断 |
|
|