基于改進(jìn)聯(lián)邦學(xué)習(xí)長尾數(shù)據(jù)的故障診斷研究

摘要： 由于無法采集到齒輪和軸承的某樣故障類型的充足故障樣本，使其呈現(xiàn)長尾分布形式，導(dǎo)致無法有效構(gòu)建神經(jīng)網(wǎng)絡(luò)診斷模型；當(dāng)引入聯(lián)邦學(xué)習(xí)方法解決上述長尾問題時(shí)，無法有效地提取尾部故障類型樣本的特征信息。針對上述問題，本文提出一種改進(jìn)聯(lián)邦學(xué)習(xí)方法。首先，采用聯(lián)邦特征對診斷模型再訓(xùn)練，提高對尾部樣本的故障特征提取能力；其次，引入CBAM注意力機(jī)制，對聯(lián)邦學(xué)習(xí)中的ResNet網(wǎng)絡(luò)模型進(jìn)行改進(jìn)，增... （共12頁）