基于SDAE-DATN的联合收割机跨设备故障检测

摘要：

[目的]解决联合收割机单机故障样本收集困难,满足设备故障状态精确检测需求.[方法]课题组提出了一种基于栈式去噪自编码器(stacked denoising auto-encoder,SDAE)与深度对抗迁移网络(deep adversarial transfer network,DATN)的联合收割机跨设备故障检测方法.该方法利用随机噪声分量优化栈式自编码器网络,进而设计融合SDAE的DATN模型,自动捕获不同设备间的域不变特征,实现联合收割机跨设备故障精确检测.[结果]该方法可跨设备实现联合收割机正常运行工况下发动机转子故障、轴承故障与机匣故障的检测,且识别准确率为93.65％,显著高于已有同类模型.课题组所建的SDAE-DATN模型能够准确、稳定实现联合收割机跨设备故障检测,对提升农业机械智能化水平具有重要意义.[结论]1)基于随机噪声优化的SDAE模型,可提升编码器鲁棒性,学习更具代表性的状态特征信息.2)融合SDAE的DATN模型,可完成源域和目标域间故障检测模型的自适应优化,有效完成联合收割机跨设备迁移检测任务.

关键词：联合收割机、跨设备、故障检测、自编码器、对抗迁移学习

所属期刊栏目：54

分类号：S22(农业机械及农具)

资助基金：江苏省农业科技自主创新资金项目;江苏省自然科学基金青年基金项目

在线出版日期：2023-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：6-9