基于迁移学习的民航发动机小样本故障诊断

作者：付松; 钟诗胜^*; 林琳; 张永健

来源：计算机集成制造系统, 2021, 27(12): 3450-3461.

DOI：10.13196/j.cims.2021.12.007

• 深度自编码器
• 民航发动机
• 故障诊断
• 支持向量机
• 小样本
• 迁移学习

为解决民航发动机故障诊断面临的故障样本不足的问题,提出一种基于深度自动编码器(DAE)迁移学习的小样本故障诊断方法。该方法首先利用大量的正常样本对DAE进行训练,建立发动机状态特征提取模型;然后将该特征提取模型迁移到具有少量数据的发动机故障样本中,并对这些故障样本进行特征提取;最后利用支持向量机(SVM)实现小样本分类。为了使DAE能够学习到更具有代表性的深度特征,利用重构误差评估不同隐藏层神经元节点数下的单个自动编码器(AE)特征提取能力,进而通过单个AE特征提取能力对DAE隐藏层的神经元节点数进行优化。以某航空公司的CFM56-7B系列发动机的实际飞行历史数据验证了所提故障诊断方法的有效性。

• 单位
  哈尔滨工业大学; 机电工程学院