基于注意力机-多任务网络的液压系统多状态监测识别方法研究

作者：黄鹏程，李海艳*，林景亮，梁桂铭 日期：2021-05-20/span> 浏览：1988 查看PDF文档

基于注意力机-多任务网络的液压系统多状态监测识别方法研究

黄鹏程，李海艳*，林景亮，梁桂铭
（广东工业大学 机电工程学院，广东 广州 510006）

摘要:针对在复杂的多状态条件下，液压系统状态监测方法监测性能不高的问题，对多任务学习和注意力机制方法进行了研究，结合多任务与注意力机制，提出了一种基于注意力机多任务网络的液压系统监测方法。首先，利用注意力机制，根据不同传感器信号对任务贡献程度的大小，赋予了各个传感器不同的权重；其次，使用卷积网络（CNN）构建了自适应特征提取器，从赋予权重的多个传感器信号中提取了深度特征；最后，建立了多任务的特征共享诊断网络，实现了对液压系统多个状态的同时监测。研究结果表明：与以往的方法相比，所提出的方法监测性能更优，能更有效地对复杂的多状态条件下的液压系统的各种状态进行监测，且其平均精度达到99.3%。
关键词:液压系统多状态监测；监测性能；注意力机；多任务网络
中图分类号:TH137      文献标识码:A     文章编号:1001-4551(2021)03-0331-06

本文引用格式:
黄鹏程，李海艳，林景亮,等.基于注意力机-多任务网络的液压系统多状态监测识别方法研究［J］.机电工程,2021,38(3):331-336.
HUANG Peng-cheng, LI Hai-yan, LIN Jing-liang, et al. State monitoring method of hydraulic system based on attention machine multi-task network［J］.Journal of Mechanical & Electrical Engineering, 2021,38(3):331-336.《机电工程》杂志:http://www.meem.com.cn