-
编辑 删除
深度残差收缩网络：基于自适应软阈值的特征收缩机制与网络构建
发表于期刊 IEEE Transactions on Industrial Informatics 的论文《Deep Residual Shrinkage Networks for Fault Diagnosis》提出了一种改进的深度残差学习架构——深度残差收缩网络（Deep Residual Shrinkage Networks, DRSN）。该方法将经典信号处理中的软阈值化作为非线性收缩层嵌入
-
编辑 删除
机械故障还是正常加减速？变工况故障诊断模型在动态操纵下的“特征混淆”迷思
针对船舶柴油机燃油喷射系统在动态变工况下的状态辨识难题，在发表于期刊《Transactions of the Institute of Measurement and Control》的论文《Fault diagnosis of marine diesel engine via control-aware domain-adversarial network: A control-diagnosi
-
编辑 删除
基于“控制-诊断协同”理念的复杂装备变工况故障诊断
针对复杂装备在变工况运行下的故障特征混叠问题，发表于期刊Transactions of the Institute of Measurement and Control的论文“Fault diagnosis of marine diesel engine via control-aware domain-adversarial network: A control-diagnosis collab
-
编辑 删除
做工业时序变工况故障诊断遇到瓶颈？这个“引入控制端信号”的思路值得一试
在工业设备的状态监测与故障诊断任务中，工况剧烈变动往往会导致时序信号分布发生显著漂移，使得在稳态数据上建立的模型难以直接迁移应用。针对这一工业时序变工况诊断中的共性难点，发表于期刊《Transactions of the Institute of Measurement and Control》的学术论文《Fault diagnosis of marine diesel engine via co
-
编辑 删除
持续对比强化学习：高不平衡与数据动态增长场景下的航空发动机故障诊断
针对民航发动机在实际服役过程中故障样本极度匮乏、故障类别多样以及监测数据随航班运营持续增长等工程特点，论文《Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fault diagnosis of aero-engines through long-term optim
-
编辑 删除
Deep Attention SMOTE：面向不平衡时序异常检测的混合重采样与特征生成机制
本文介绍发表于期刊Computers in Industry的论文《Deep attention SMOTE: Data augmentation with a learnable interpolation factor for imbalanced anomaly detection of gas turbines》。针对燃气轮机状态监控等多维时序数据在异常检测中面临的样本严重不平衡以及正常与
-
编辑 删除
Feature-level SMOTE：面向燃气轮机不平衡故障诊断的特征空间数据增强方法
在工业设备故障诊断领域，针对燃气轮机运行监测数据中故障样本稀缺且与正常样本存在边界重叠的问题，论文《Feature-level SMOTE: Augmenting fault samples in learnable feature space for imbalanced fault diagnosis of gas turbines》发表于期刊《Expert Systems With Appl
-
编辑 删除
迈向“控制-诊断协同”：重新定义复杂动力系统智能故障诊断的技术路线
在复杂动力装备的视情维护与健康管理领域，数据驱动的智能诊断方法已取得长足进展，但其技术路线长期受限于对“状态响应”的孤立分析。发表于期刊《Transactions of the Institute of Measurement and Control》的研究论文《Fault diagnosis of marine diesel engine via control-aware domain adv
-
编辑 删除
既看“身体反应”，也听“大脑指令”：控制-诊断协同视角下的故障诊断新范式
在机械设备的状态监测与故障诊断领域，传统数据驱动方法多将焦点集中于设备运行过程中产生的状态响应信号。论文《Fault diagnosis of marine diesel engine via control-aware domain adversarial network: A control-diagnosis collaboration perspective》指出，这类仅观测“身体反应”（
-
编辑 删除
时序算法的即插即用外挂：基于“自适应分解+模态重构”的数据增强新解法
针对工业设备振动信号在实际监测中健康样本充足、故障样本匮乏的严重类别不平衡问题，在发表于《Computers in Industry》的论文Empirical mode reconstruction: Preserving intrinsic components in data augmentation for intelligent fault diagnosis of civil aviat
-
编辑 删除
经验模态重构：一种保持本征特性的时序信号数据增强方法
在机械装备智能故障诊断中，样本类别不平衡是一个典型的工程实际问题。针对民航液压泵故障样本稀少、健康样本充足所导致的分类器训练偏置难题，学术论文《Empirical mode reconstruction: Preserving intrinsic components in data augmentation for intelligent fault diagnosis of civil avi
-
编辑 删除
拆解一篇可解释故障诊断论文：机理建模、参数精简、模型分类到双尺度归因
本文解读发表于工程测量领域权威期刊《Measurement》的研究论文《Thermodynamic simulation-assisted random forest: Towards explainable fault diagnosis of combustion chamber components of marine diesel engines》。针对大型船用柴油机燃烧室组件在实际运行中
-
编辑 删除
基于自注意力深度迁移学习的锂离子电池跨工况SOH在线估计论文解读
本文解读发表于《Journal of Power Sources》的研究论文《Deep transfer learning enabled online state-of-health estimation of lithium-ion batteries under small samples across different cathode materials, ambient tempera
-
编辑 删除
BMSFormer：面向锂电池健康状态估计的高相关单健康因子提取与局部-全局特征融合建模
在锂电池运行管理中，电池健康状态（State of Health）的监测与估计是评估电池退化程度的重要任务。论文《BMSFormer: An efficient deep learning model for online state-of-health estimation of lithium-ion batteries under high-frequency early SOC data
-
编辑 删除
热力学仿真辅助随机森林：面向动力装备的可解释故障诊断方法
大型动力装备在严苛工况下的健康状态监测一直面临实测故障样本稀缺与纯数据驱动模型缺乏物理可解释性的双重制约。论文《Thermodynamic simulation-assisted random forest: Towards explainable fault diagnosis of combustion chamber components of marine diesel engines》提
-
编辑 删除
控制感知领域对抗网络：面向变工况动力装备的控诊协同方法
在复杂动态工况下，工业动力装备的状态监测与故障诊断往往受到工况过渡过程与系统状态响应混叠的干扰。论文《Fault diagnosis of marine diesel engine via control-aware domain-adversarial network: A control-diagnosis collaboration perspective》针对这一问题展开研究，提出了控制感
