一种基于二维卷积神经网络的舵机故障检测方法 |
| |
引用本文: | 邹倩倩,杨瑞峰,郭晨霞.一种基于二维卷积神经网络的舵机故障检测方法[J].航天控制,2022(6):80-85. |
| |
作者姓名: | 邹倩倩 杨瑞峰 郭晨霞 |
| |
作者单位: | 1. 中北大学仪器与电子学院;2. 山西省自动化检测装备与系统工程技术研究中心 |
| |
摘 要: | 针对卷积神经网络对一维舵机数据特征提取不充分,本文提出将一维数据升级为二维数据,采用二维卷积神经网络对舵机故障进行智能检测。首先将一维数据首尾对称排列组成矩阵形式的二维数据,拓宽感受野,增加数据量,打破了空间局限性,避免了数据特征提取不充分,使特征提取具有全局性;其次构建了局部特征学习模块,该模块包含一个卷积层,一个Batch Normalization (BN)层,和一个ReLU激活函数,用于学习数据相关性。最后利用该模型实现对舵机数据的处理,从而实现舵机的智能故障检测。实验结果表明,该模型的准确度高达99.53%,效果优于其他的常用模型,证明了二维卷积神经网络应用于舵机故障检测的可行性。
|
关 键 词: | 舵机 故障诊断 二维卷积神经网络 特征提取 |
|
|