基于改进类别嵌入发掘网络的液压泵零样本故障诊断

简介

当引入类别嵌入发掘(VGSE)对液压泵进行零样本故障诊断研究时,该模型不具备收敛性、泛化性和稳定性,且存在计算效率低等问题,因此提出了改进类别嵌入发掘网络(SCP-VGSE)。为了改善VGSE网络性能,将SE注意力机制嵌入到网络结构的特征提取功能模块中;为了进一步改善网络性能,引入CAME优化器替换Adam优化器,对网络的学习率、权重等超参数进行优化处理;最后,利用粒子群算法对网络的学习率进行优化。通过液压泵实测零样本故障实验验证分析可知,所提改进方法提升了模型的收敛性、泛化性和稳定性,实现了高达96%的收敛精度,且诊断效率提升了68.75%。