基于类感知对比学习的半监督故障诊断

作     者：金泽中 叶春明 

作者机构：上海理工大学管理学院上海 

出 版 物：《建模与仿真》 (Modeling and Simulation)

年 卷 期：2024年第13卷第2期

页      面：1203-1211页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：故障诊断 对比学习 半监督学习 

摘      要：当前基于数据驱动的故障诊断方法依赖于标注完备的训练样本,然而在实际工程活动中标注足量故障样本需要耗费大量人力物力。对此提出一种基于类感知对比学习的半监督故障诊断方法以综合应用少量标注样本以及大量无标注样本进行训练,减少模型训练对于标注样本的需求。首先根据模型最大概率预测值动态赋予无标注样本伪标签以参与模型训练,并结合置信度筛选以减少伪标签中噪声标签所引起的负面影响,同时引入一致性正则化,增强模型对伪标签样本的特征表达能力,构建更为完备的决策边界。随后设计类感知对比学习模块以确保模型特征空间中的各类故障样本间的类内一致性以及类间对比度,实现判别能力增强。实验结果证实,该方法能够在较少标签的条件下取得良好的诊断结果。