基于CapsNet模型的过程故障识别研究

摘要：

为了实现过程故障的识别诊断,文章使用CapsNet模型训练数据.首先,运用网络模型的空间特性,以向量的形式对训练数据进行特征表示、归一化处理.然后,进行卷积操作,在动态一致路由更新上进行故障分类.最后,增加重构模块来对输入数据矩阵反馈修正,降低损失误差,使网络快速收敛.同时,在每一层网络进行特征可视化,能清楚看到每一层网络特征图的变化.实验结果表明,文章模型的过程故障识别性能优于其他神经网络模型.

关键词：CapsNet、动态路由更新、故障分类、CNN

所属期刊栏目：37

分类号：TP277(自动化技术及设备)

资助基金：国家自然科学基金项目;江西省科技厅项目

在线出版日期：2020-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：33-40