基于迁移学习的民航发动机小样本故障诊断

来源：计算机集成制造系统杂志2021年第12期北京时间：

作者：付松,钟诗胜,林琳,张永健

单位：哈尔滨工业大学机电工程学院

摘要：为解决民航发动机故障诊断面临的故障样本不足的问题,提出一种基于深度自动编码器(DAE)迁移学习的小样本故障诊断方法。该方法首先利用大量的正常样本对DAE进行训练,建立发动机状态特征提取模型;然后将该特征提取模型迁移到具有少量数据的发动机故障样本中,并对这些故障样本进行特征提取;最后利用支持向量机(SVM)实现小样本分类。为了使DAE能够学习到更具有代表性的深度特征,利用重构误差评估不同隐藏层神经元节点数下的单个自动编码器(AE)特征提取能力,进而通过单个AE特征提取能力对DAE隐藏层的神经元节点数进行优化。以某航空公司的CFM56-7B系列发动机的实际飞行历史数据验证了所提故障诊断方法的有效性。

关键词：深度自编码器,民航发动机,故障诊断,支持向量机,小样本,迁移学习

基金资助：国家自然科学基金民航联合基金资助项目(U1733201)。