双分支时频融合网络

高噪声下准确诊断

门控通道传输单元自动权衡时频分支，突出关键特征，在高噪声条件下实现抽油机故障的精准识别。

张芳芳 · Yebin, Li · Shan, Dongri · 刘远红 · 马凤英 · Weiyong, Yu

IEEE Transactions on Reliability 2024

技术优势

噪声再大也不怕

频域分支通过快速傅里叶变换捕捉噪声环境下时域中不明显的故障特征，与时间分支互补。

不用手工挑特征了

网络自动提取和融合特征，替代了传统方法中耗时费力的人工特征提取环节。

关键特征自己浮现

门控通道传输单元自动学习两个分支间的竞争与合作关系，在融合时突出对诊断最有用的特征。

应用场景

• 抽油机故障诊断：直接对抽油机传感器信号识别故障，替代人工特征提取，适用于噪声复杂的井场环境。
• 工业设备预测性维护：高噪声下准确诊断可提前预警，减少非计划停机，优化维护计划。
• 机械故障诊断：通过时频融合自动提取深层特征，适用于旋转机械等复杂振动信号的故障识别。