科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高冷水机组传感器的故障诊断性能，提出了一种基于软阈值时序卷积网络的编码-解码器重构模型(ST-TCN),并建立基于该模型的传感器故障诊断方法。采用时序卷积网络(TCN)充分挖掘冷水机组传感器的时间相关性、热力学物理量间的数据相关性以及动态响应差异性特征。在TCN的残差块中引入软阈值自适应模块剔除冗余信息，降低噪声干扰。依托ST-TCN模型“端到端”的网络结构优势，将绝对重构残差向量与故障阈值向量进行比较，直接定位故障传感器。在实际压缩式冷水机组平台上采集传感器数据进行实验，结果表明，软阈值自适应模块能有效地增强网络模型的重构能力，从而提高故障传感器的诊断性能。以压缩机吸气温度传感器T1为例，ST-TCN的平均偏差故障识别率比改进前提升了45.9%;与其他故障诊断方法相比，所提的最新框架获得了较高的偏差故障识别率。
- 单位
