公开(公告)号：CN114297921A

公开(公告)日：2022-04-08

申请号：CN202111589058.0

申请日：2021-12-23

Applicant: 宜宾电子科技大学研究院

Inventor： 凡时财 ,  张季阳 ,  郑宏 ,  何建

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F119/12

Abstract: 本发明公开了一种基于AM‑TCN的故障诊断方法，首先在工业过程的正常和各个故障运行状态下，采用传感器设备采集状态监控数据，构建时间序列训练样本；然后构建基于AM‑TCN的故障诊断模型，包括注意力机制层、时间卷积网络、全连接层和SoftMax层，其中时间卷积网络由多个时间卷积块堆叠而成；采用训练样本对基于AM‑TCN的故障诊断模型进行训练；在工业过程的实际运行过程，采集状态监控数据并构建时间序列，将时间序列输入训练好的基于AM‑TCN的故障诊断模型中，得到故障诊断结果。本发明结合注意力机制和时间卷积网络构建基于AM‑TCN的故障诊断模型，提升对时序数据的特征提取效果，从而提高工业过程的故障诊断的准确性和鲁棒性。