|本期目录/Table of Contents|

[1]王翔,任佳.基于多注意力机制的深度神经网络故障诊断算法[J].浙江理工大学学报,2020,43-44(自科二):224-231.
　WANG Xiang,REN Jia.Deep neural network fault diagnosis algorithm based on multiattention mechanism[J].Journal of Zhejiang Sci-Tech University,2020,43-44(自科二):224-231.
点击复制

基于多注意力机制的深度神经网络故障诊断算法()
分享到：

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第43-44卷
期数:
2020年自科二期
页码:
224-231
栏目:
出版日期:
2020-05-18

文章信息/Info

Title:
Deep neural network fault diagnosis algorithm based on multiattention mechanism
文章编号:
1673-3851 (2020) 03-0224-08
作者:
王翔; 任佳
浙江理工大学机械与自动控制学院，杭州 310018
Author(s):
WANG Xiang; REN Jia
Faculty of Mechanical Engineering & Automation, Zhejiang  Sci-Tech University, Hangzhou 310018, China
关键词:
故障诊断; 注意力机制; 自注意力; 深度神经网络; 田纳西伊斯曼过程
分类号:
TH7
文献标志码:
A
摘要:
针对现有的故障诊断算法难以深入挖掘复杂过程数据内在信息的问题，引入深度神经网络增强故障诊断模型的非线性表征能力，并在此基础上引入三种注意力机制对特征之间的非线性关系进行建模，提出了一种基于多注意力机制的深度神经网络故障诊断算法。该算法首先引入特征位置嵌入方法生成特征位置向量，并将其同特征向量一并作为深层网络的输入；然后通过注意力机制计算相应的注意力特征，完成故障类型诊断；最后将该算法应用到田纳西伊斯曼过程（TennesseeEastman process, TEP）故障诊断中进行性能验证，并与常规的数据驱动方法进行对比。实验结果表明，该算法的平均F1分数比常规的数据驱动方法高10%～15%。

参考文献/References:

［1］ 齐咏生, 张海利, 高学金, 等. 基于KECA的化工过程故障监测新方法［J］. 化工学报, 2016, 67(3): 1063-1069.
［2］ Cai B P, Huang L, Xie M. Bayesian networks in fault diagnosis［J］. IEEE Transactions on Industrial Informatics, 2017, 13(5): 2227-2240.
［3］ Zhu Z B, Song Z H. Fault diagnosis based on imbalance modified kernel Fisher discriminant analysis［J］. Chemical Engineering Research & Design, 2010, 88(8): 936-951.
［4］ Rato T, Reis M, Schmitt E, et al. A systematic comparison of PCAbased Statistical Process Monitoring methods for highdimensional, timedependent Processes［J］. AIChE Journal, 2016, 62(5): 1478-1493.
［5］ Yin G, Zhang Y T, Li Z N, et al. Online fault diagnosis method based on incremental support vector data description and extreme learning machine with incremental output structure［J］. Neurocomputing, 2014, 128: 224-231.［6］ Eslamloueyan R. Designing a hierarchical neural network based on fuzzy clustering for fault diagnosis of the TennesseeEastman process［J］. Applied Soft Computing, 2011, 11(1): 1407-1415.
［7］ LeCun Y, Bengio Y, Hinton G. Deep learning［J］. Nature, 2015, 521(7553): 436-444.
［8］ 胡越, 罗东阳, 花奎, 等. 关于深度学习的综述与讨论［J］. 智能系统学报, 2019, 14(1): 1-19.
［9］ Mnih V, Heess N, Graves A, et al. Recurrent models of visual attention［C］//Proceedings of the 27th International Conference on Neural Information Processing Systems: Volume 2, Montreal. Cambridge: MIT Press, 2014: 2204-2212.
［10］ 邓远远, 沈炜. 基于注意力反馈机制的深度图像标注模型［J］. 浙江理工大学学报, 2019, 41(2): 208-216.

相似文献/References:

[1]邓远远,沈炜.基于注意力反馈机制的深度图像标注模型[J].浙江理工大学学报,2019,41-42(自科二):208.
　DENG Yuanyuan,SHEN Wei.Depth image caption model based on  attention feedback mechanism[J].Journal of Zhejiang Sci-Tech University,2019,41-42(自科二):208.
[2]邓远远,沈炜.基于注意力反馈机制的深度图像标注模型[J].浙江理工大学学报,2019,41-42(自科二):208.
　DENG Yuanyuan,SHEN Wei.Depth image caption model based on attention feedback mechanism[J].Journal of Zhejiang Sci-Tech University,2019,41-42(自科二):208.
[3]陈巧红,王磊,孙麒,等.基于混合神经网络的中文短文本分类模型[J].浙江理工大学学报,2019,41-42(自科四):509.
　CHEN Qiaohong,WANG Lei,SUN Qi,et al.Chinese short text classification model based on hybrid neural network[J].Journal of Zhejiang Sci-Tech University,2019,41-42(自科二):509.
[4]陈巧红,于泽源,孙麒,等.基于注意力机制与LSTM的语音情绪识别[J].浙江理工大学学报,2020,43-44(自科六):815.
　CHEN Qiaohong,YU Zeyuan,SUN Qi,et al.Speech emotion recognition based on attention mechanism and LSTM[J].Journal of Zhejiang Sci-Tech University,2020,43-44(自科二):815.
[5]王卓英,童基均,蒋路茸,等.基于U Dense net网络的DSA图像冠状动脉血管分割[J].浙江理工大学学报,2021,45-46(自科三):390.
　WANG Zhuoying,TONG Jijun,JIANG Lurong,et al.Coronary artery segmentation of DSA images based on UDensenet network[J].Journal of Zhejiang Sci-Tech University,2021,45-46(自科二):390.
[6]陈巧红,李妃玉,贾宇波,等.基于自注意力和门控机制的答案选择模型[J].浙江理工大学学报,2021,45-46(自科三):400.
　CHEN Qiaohong,LI Feiyu,JIA Yubo,et al.Answer selection model based on selfattention and gating mechanism[J].Journal of Zhejiang Sci-Tech University,2021,45-46(自科二):400.
[7]潘海鹏,王云涛,马淼.基于注意力机制与多尺度融合学习的车辆重识别方法[J].浙江理工大学学报,2021,45-46(自科五):657.
　PAN Haipeng,WANG Yuntao,MA Miao.Vehicle reidentification methods based on attention mechanism and multiscale fusion learning[J].Journal of Zhejiang Sci-Tech University,2021,45-46(自科二):657.
[8]陈巧红,孙佳锦,孙麒,等.基于多层跨模态注意力融合的图文情感分析[J].浙江理工大学学报,2022,47-48(自科一):85.
　CHEN Qiaohong,SUN Jiajin,SUN Qi,et al.Imagetext sentiment analysis based on multilayer crossmodal attention fusion[J].Journal of Zhejiang Sci-Tech University,2022,47-48(自科二):85.
[9]潘海鹏,郝慧,苏雯.基于注意力机制与多尺度特征融合的人脸表情识别[J].浙江理工大学学报,2022,47-48(自科三):382.
　PAN Haipeng,HAO Hui,SU Wen.Facial expression recognition based on attention mechanism and multiscale feature fusion[J].Journal of Zhejiang Sci-Tech University,2022,47-48(自科二):382.
[10]潘海鹏,刘培敏,马淼.基于语义信息与动态特征点剔除的SLAM算法[J].浙江理工大学学报,2022,47-48(自科五):764.
　PAN Haipeng,LIU Peimin,MA Miao.SLAM algorithm based on semantic information and  the elimination of dynamic feature points[J].Journal of Zhejiang Sci-Tech University,2022,47-48(自科二):764.

备注/Memo

备注/Memo:
收稿日期：2019-08-28
网络出版日期： 2019-12-02
基金项目：浙江省自然科学基金项目（LY17F030024）；浙江省公益技术研究项目（LGG20F030007）
作者简介：王翔(1995-)，男，浙江温州人，硕士研究生，主要从事深度学习方面的研究
通信作者：任佳，E-mail：jren@zstu.edu.cn
更新日期/Last Update: 2020-04-10