收缩Mamba关系网络

零故障数据下精确定位故障

一种无需任何故障样本即可准确检测并定位旋转机械故障的深度学习网络，通过分布外数据扩充挖掘健康状态内在信息。

Chen, Zuoyi · 黄洪钟 · 邓忠伟 · 吴军

Mechanical Systems and Signal Processing 2025

技术优势

无需故障样本

仅利用健康数据生成分布外数据，即可进行故障检测与定位，摆脱了对故障样本的依赖。

适用多工况与复合故障

在多种故障模式、复合故障场景和变工况下均能有效检测并定位故障，具有较强的泛化能力。

应用场景

• 旋转机械故障诊断：在无故障数据条件下实现旋转机械故障检测与定位，替代依赖故障样本的传统诊断方法。
• 推进轴系健康监测：通过布置传感器并分析健康数据与分布外数据的关系，实现对推进轴系故障位置的判定。
• 滚动轴承状态监测：在滚动轴承案例上验证了方法有效性，可用于轴承故障检测与定位。
• 工业设备预测性维护：使用健康数据即可部署预测性维护，避免意外停机，无需积累故障数据。