面向传感器突发故障的监测模型自适应快速调整技术研究

作     者：钱政 程淑玉 夏红霞 QIAN Zheng;CHENG Shuyu;XIA Hongxia

作者机构：安徽电子信息职业技术学院信息工程学院安徽蚌埠233000 安徽电子信息职业技术学院软件工程学院安徽蚌埠233000 

出 版 物：《机械科学与技术》 (Mechanical Science and Technology for Aerospace Engineering)

年 卷 期：2023年第42卷第4期

页      面：592-596页

核心收录：

学科分类：08[工学] 080202[工学-机械电子工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：安徽高校自然科学研究项目(KJ2021A1488) 安徽省职业教育创新发展试验区建设项目(WJ-ZYPX-011)。 

主　　题：传感器突发故障 堆叠自编码器 模型自适应调整 刀具状态监测 

摘      要：针对多传感器监测场景中传感器突发故障导致监测模型失效的问题,本文提出了一种堆叠自编码器深度学习模型的自适应快速调整方法。根据传感器故障时采集数据的分布特点自适应调整原始数据集,采用调整后的数据集正向传播和监测误差反向传播微调模型更新模型的权重和偏置,实现监测模型自适应快速调整。以机械加工过程中刀具磨损状态监测为例,采用加州大学伯克利分校的BEST实验室提供的刀具数据集验证了自适应调整方法的有效性。结果表明,该方法可解决当传感器突发故障时,在实时监测不中断的情况下,自适应调整后的监测模型可以准确地对刀具状态进行监测。