【论文翻】Selective feature reinforcement network for robust remote fault diagnosis of wind turbine beari
在风力发电机的远程故障诊断中,受通信延迟、环境噪声和传感器故障的影响,传感器数据出现缺失和损坏等低质量现象,导致故障诊断模型准确率下降,亟需解决非理想传感器数据下的模型鲁棒性问题。为此,本文提出一种基于自适应噪声过滤与有用域增强的鲁棒性故障诊断方法,以提高故障诊断模型性能的稳定性。通过设计一个干扰辨识分支从高维度和多层次视角解析传感器数据,在训练中自动识别和定位特征噪声。
原创
2025-03-02 13:20:36 ·
791 阅读 ·
0 评论