元学习卷积故障检测网络

跨机型最早告警

该故障检测网络结合元学习与一维卷积,通过任务级训练获得对新机型任务快速适应与收敛的能力,解决了传统方法预警时间不足与可移植性差的问题。

Likui, Qiao · 张宇献 · Qisen, Wang

Mechanical Systems and Signal Processing 2023

技术优势

跨机型最早告警

基于MAML的任务级训练让模型对新机型数据快速收敛,得到更准确的预测残差,使阈值设定更可靠,从而更早发现故障。

假阳性率最低

通过概率分布拟合方法分析预测残差并设定检测阈值,相比对比模型,误报更少。

假阴性率最低

模型对故障的漏报率更低,意味着更可靠的检测。

应用场景