基于最優(yōu)架構(gòu)搜索網(wǎng)絡(luò)的液壓泵故障診斷改進方法研究

摘要： 針對神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)搜索方法(NAS)在搜索最優(yōu)結(jié)構(gòu)時存在性能評估效率偏低，以及由于模型泛化性能力不足導(dǎo)致液壓泵故障診斷精度過低等問題，提出一種改進的Data-free NAS方法。通過引入CAME優(yōu)化器和熱重啟余弦退火優(yōu)化算法，分別替代SGD優(yōu)化器和LambdaLR優(yōu)化算法，對Data-free NAS的診斷精度和計算效率等性能評估驗證功能進行改進優(yōu)化處理。通過液壓泵實測故障實驗... （共9頁）