文件大小：2.03M
摘要：针对目前基于模型的比例伺服阀故障诊断方法存在参数未知、不易建模的问题，首次提出了注意力卷积胶囊网络(ACCN)算法，并设计了基于注意力卷积胶囊网络的比例伺服阀故障诊断新方法。该算法首先使用卷积神经网络和高效通道注意力机制，对原始的多通道一维时域信号进行特征提取与融合，然后将融合结果输入到后续的胶囊网络中进行特征再提取和故障分类，输出对应的诊断结果。比例伺服阀故障模拟试验台验证了所提算法与诊断方法的有效性，提出的方法在测试集上取得了100%的准确率，且通道注意力机制和胶囊网络的加入使模型的诊断效果得到了不同程度的提升。
文章目录
1 基础理论
1.1 一维卷积神经网络
1.2 胶囊网络
1.3 ECA模块
2 基于注意力卷积胶囊网络的电液比例伺服阀故障诊断方法
2.1 注意力卷积胶囊网络模型结构
2.2 模型的输出与损失函数
3 实验验证与分析
3.1 实验数据
3.2 模型参数设置
3.3 故障诊断性能实验分析
4 结 论
