基于對抗自監(jiān)督的航空柱塞泵配油盤磨損檢測方法及系統(tǒng)技術(shù)方案

本發(fā)明專利技術(shù)公開了一種基于對抗自監(jiān)督的航空柱塞泵配油盤磨損檢測方法及系統(tǒng)，屬于航空柱塞泵故障檢測技術(shù)領(lǐng)域，方法采集同一工況下柱塞泵配油盤不同磨損程度下的柱塞泵的振動信號，將振動信號處理后獲得數(shù)據(jù)集，取數(shù)據(jù)集中的大部分?jǐn)?shù)據(jù)構(gòu)成無標(biāo)簽訓(xùn)練集、小部分?jǐn)?shù)據(jù)構(gòu)成有標(biāo)簽微調(diào)集；利用無標(biāo)簽訓(xùn)練集預(yù)訓(xùn)練對抗自監(jiān)督模型；利用有標(biāo)簽微調(diào)集訓(xùn)練預(yù)訓(xùn)練后的第一編碼器，以對其全連接層進(jìn)行權(quán)重微調(diào)，得到訓(xùn)練好的第一編碼器，用以航空柱塞泵配油盤磨損檢測。本發(fā)明專利技術(shù)引入對抗自監(jiān)督學(xué)習(xí)解決了深度學(xué)習(xí)訓(xùn)練過程中需要大量標(biāo)簽樣本的問題，預(yù)訓(xùn)練得到的編碼器泛化能力強(qiáng)、診斷精度高。診斷精度高。診斷精度高。

【技術(shù)實(shí)現(xiàn)步驟摘要】
基于對抗自監(jiān)督的航空柱塞泵配油盤磨損檢測方法及系統(tǒng)


[0001]本專利技術(shù)屬于航空柱塞泵故障檢測
，更具體地，涉及一種基于對抗自監(jiān)督的航空柱塞泵配油盤磨損檢測方法及系統(tǒng)。

技術(shù)介紹

[0002]液壓系統(tǒng)是我國航天、航海等制造領(lǐng)域的動力系統(tǒng)，其可靠性的高低決定了大型裝置能否在惡劣環(huán)境下長時間穩(wěn)定運(yùn)行。液壓泵是眾多液壓系統(tǒng)中進(jìn)行能量轉(zhuǎn)化、傳遞的重要元件，是最關(guān)鍵的一環(huán)。柱塞泵是液壓泵中使用最多的的一種類型，配油盤是柱塞泵運(yùn)行過程中容易磨損的重要配件。但是由于柱塞泵配油盤的故障具有隱蔽性、多樣性和因果關(guān)系復(fù)雜性等特點(diǎn)，故障檢測非常困難。因此實(shí)現(xiàn)柱塞泵配油盤的智能故障檢測對于提高工程裝備的可靠性具有重要意義。
[0003]目前關(guān)于柱塞泵配油盤的故障檢測工作大致可分為基于信號分析或基于數(shù)據(jù)驅(qū)動的方法。基于信號分析的方法大都依賴一些時域、頻域或時頻域的信號處理技術(shù)，與此同時還需要克服信號采集過程中的噪聲干擾、環(huán)境影響，降低了效率，提高了檢測成本。基于數(shù)據(jù)驅(qū)動的方法大致可分為機(jī)器學(xué)習(xí)與深度學(xué)習(xí)兩個方面。對于柱塞泵配油盤的故障檢測，機(jī)器學(xué)習(xí)通常需要手動提取故障特征與設(shè)計評判準(zhǔn)則或者損傷閾值，這使得此方法的泛化性大幅降低。而深度學(xué)習(xí)在此之上省略其手動操作的過程，實(shí)現(xiàn)了端到端的檢測與診斷，一定程度上實(shí)現(xiàn)了智能化。但是其弊病也較為明顯，在構(gòu)建深度模型的過程中需要大量的先驗知識、計算資源。但是在實(shí)際的工業(yè)場景下由于出現(xiàn)故障次數(shù)較少，獲得故障樣本代價較高，因此很難獲得大量已標(biāo)簽好的故障樣本，并且耗費(fèi)大量成本構(gòu)建好的智能化檢測模型也會因為工業(yè)場景的復(fù)雜多變而導(dǎo)致檢測精度下降。
[0004]通過上述分析，現(xiàn)有技術(shù)存在的問題和缺陷為：
[0005]1)在實(shí)際工業(yè)中應(yīng)用中，針對多數(shù)柱塞泵配油盤的維修與更換往往在故障發(fā)生之后，極少數(shù)采用早期故障檢測的方法，提高了運(yùn)維的成本。
[0006]2)在實(shí)際工業(yè)應(yīng)用中，由于液壓設(shè)備造價昂貴、數(shù)據(jù)標(biāo)簽成本高昂等情況很難獲取到高質(zhì)量的標(biāo)簽故障數(shù)據(jù)，這使得構(gòu)造的深度學(xué)習(xí)模型缺乏一定的先驗知識，導(dǎo)致診斷結(jié)果不可信。
[0007]3)在實(shí)際工業(yè)應(yīng)用中，由于柱塞泵的型號不統(tǒng)一，運(yùn)行工況復(fù)雜、環(huán)境噪聲干擾等因素使得深度學(xué)習(xí)模型無法針對多變的工業(yè)場景給出準(zhǔn)確的檢測結(jié)果，模型泛化性較低。
[0008]因此，如何在故障發(fā)生之前實(shí)現(xiàn)柱塞泵配油盤磨損的高精度檢測，成為本領(lǐng)域的技術(shù)難題。

技術(shù)實(shí)現(xiàn)思路

[0009]針對現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本專利技術(shù)提供了一種基于對抗自監(jiān)督的航空柱塞泵配油盤磨損檢測方法及系統(tǒng)，其目的在于，通過對抗自監(jiān)督學(xué)習(xí)在無標(biāo)簽的情況下預(yù)訓(xùn)練對抗自監(jiān)督模型，再通過少量有標(biāo)簽樣本微調(diào)模型，訓(xùn)練得到的編碼器泛化能力強(qiáng)、
診斷精度高，在故障發(fā)生之前實(shí)現(xiàn)柱塞泵配油盤磨損的高精度檢測，由此解決現(xiàn)有技術(shù)深度學(xué)習(xí)訓(xùn)練過程中需要大量標(biāo)注樣本的技術(shù)問題。
[0010]為實(shí)現(xiàn)上述目的，按照本專利技術(shù)的一個方面，提供了以下技術(shù)方案：
[0011]一種基于對抗自監(jiān)督的航空柱塞泵配油盤磨損檢測方法，包括如下步驟：
[0012](S1)采集同一工況下柱塞泵配油盤不同磨損程度下的柱塞泵的振動信號，將振動信號切分后每個信號段轉(zhuǎn)化為灰度圖，得到多個灰度圖構(gòu)成的數(shù)據(jù)集；取所述數(shù)據(jù)集中的大部分?jǐn)?shù)據(jù)構(gòu)成無標(biāo)簽訓(xùn)練集，取所述數(shù)據(jù)集中的小部分?jǐn)?shù)據(jù)，以灰度圖作為訓(xùn)練樣本，以灰度圖對應(yīng)的配油盤磨損程度作為標(biāo)簽，構(gòu)成有標(biāo)簽微調(diào)集；
[0013](S2)利用所述無標(biāo)簽訓(xùn)練集預(yù)訓(xùn)練對抗自監(jiān)督模型；其中，所述對抗自監(jiān)督模型包括在線網(wǎng)絡(luò)和目標(biāo)網(wǎng)絡(luò)，通過所述在線網(wǎng)絡(luò)和所述目標(biāo)網(wǎng)絡(luò)的輸出構(gòu)造對抗自監(jiān)督模型損失函數(shù)，將該損失函數(shù)作為在線網(wǎng)絡(luò)的優(yōu)化目標(biāo)，對其進(jìn)行反向傳播優(yōu)化，更新其網(wǎng)絡(luò)參數(shù)，同時使用動量傳播的方式對目標(biāo)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)參數(shù)同步更新，直至所述損失函數(shù)收斂；所述目標(biāo)網(wǎng)絡(luò)包括依次連接的第一數(shù)據(jù)增強(qiáng)層、第一編碼器、第一感知機(jī)；
[0014](S3)利用所述有標(biāo)簽微調(diào)集訓(xùn)練步驟(S2)預(yù)訓(xùn)練后的所述第一編碼器，以對其全連接層進(jìn)行權(quán)重微調(diào)，得到訓(xùn)練好的第一編碼器，用以航空柱塞泵配油盤磨損檢測。
[0015]優(yōu)選地，所述在線網(wǎng)絡(luò)包括依次連接的第二數(shù)據(jù)增強(qiáng)層、第二編碼器、第二感知機(jī)、第三感知機(jī)，所述第一數(shù)據(jù)增強(qiáng)層與所述第二數(shù)據(jù)增強(qiáng)層結(jié)構(gòu)相同，所述第一感知機(jī)、所述第二感知機(jī)與所述第三感知機(jī)結(jié)構(gòu)相同；所述第一編碼器與所述第二編碼器結(jié)構(gòu)相同，所述第一編碼器包括依次相連的多個卷積塊和一個全連接層，每個卷積塊包括卷積層、激活函數(shù)層和批量歸一化層。
[0016]優(yōu)選地，步驟(S2)中，預(yù)訓(xùn)練對抗自監(jiān)督模型時，取所述無標(biāo)簽訓(xùn)練集中的灰度圖，同時輸入所述在線網(wǎng)絡(luò)的第二數(shù)據(jù)增強(qiáng)層和所述目標(biāo)網(wǎng)絡(luò)的第一數(shù)據(jù)增強(qiáng)層，所述第二數(shù)據(jù)增強(qiáng)層對灰度圖進(jìn)行圖像增強(qiáng)處理后，輸入所述第二編碼器進(jìn)行特征提取，所述第二編碼器輸出特征張量至所述第二感知機(jī)進(jìn)行高維空間映射，所述第二感知機(jī)輸出映射結(jié)果至所述第三感知機(jī)進(jìn)行高維空間映射，所述第三感知機(jī)輸出的映射結(jié)果作為對目標(biāo)網(wǎng)絡(luò)輸出結(jié)果的在線預(yù)測張量；所述第一數(shù)據(jù)增強(qiáng)層對灰度圖進(jìn)行圖像增強(qiáng)處理后，輸入所述第一編碼器進(jìn)行特征提取，所述第一編碼器輸出特征張量至所述第一感知機(jī)進(jìn)行高維空間映射，所述第一感知機(jī)輸出映射結(jié)果，也即目標(biāo)網(wǎng)絡(luò)輸出結(jié)果。
[0017]優(yōu)選地，所述損失函數(shù)的計算公式如下：
[0018][0019][0020]式中，是灰度圖輸入在線網(wǎng)絡(luò)后的輸出值，g(y
θ
)是灰度圖輸入目標(biāo)網(wǎng)絡(luò)后的輸出值，是灰度圖輸入目標(biāo)網(wǎng)絡(luò)后的輸出值，g(y
′
θ
)是灰度圖輸入在線網(wǎng)絡(luò)后的輸出值，SMSE為空間均方誤差計算，灰度圖和灰度圖是所述無標(biāo)簽訓(xùn)練
集中的訓(xùn)練數(shù)據(jù)。
[0021]優(yōu)選地，步驟(S3)訓(xùn)練過程中，凍結(jié)所述第一編碼器的卷積層權(quán)重參數(shù)，利用交叉熵?fù)p失計算全連接層真實(shí)值與預(yù)測值之間誤差，以此優(yōu)化全連接層參數(shù)；所述預(yù)測值是指將有標(biāo)簽微調(diào)集中訓(xùn)練數(shù)據(jù)輸入第一編碼器后的輸出值，所述真實(shí)值是指該訓(xùn)練數(shù)據(jù)的標(biāo)簽。
[0022]優(yōu)選地，步驟(S2)訓(xùn)練過程中參數(shù)變化如下：
[0023][0024][0025]式中，η代表學(xué)習(xí)率，表示在線網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)，θ表示目標(biāo)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)，λ是小于1的常數(shù)，代表梯度下降。
[0026]優(yōu)選地，所述有標(biāo)簽微調(diào)集的數(shù)據(jù)量是所述無標(biāo)簽微調(diào)集的數(shù)據(jù)量的3％
?
8％。
[0027]優(yōu)選地，所述卷積層的運(yùn)算表示為：
[0028]C
ln
＝fW
(1)
x
l
+B
(1)
[0029]其中，x
l
代表卷積層的輸入，W
(1)
表示權(quán)值，
(1)
表示偏差，f表示非線性映射的激活函數(shù)，C
ln
代表卷積層的輸出；
[0030]所述激活函數(shù)層用于對上一層卷積層的輸出進(jìn)行非線性變換，其運(yùn)算表示為：
[0031本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】

【技術(shù)特征摘要】
1.一種基于對抗自監(jiān)督的航空柱塞泵配油盤磨損檢測方法，其特征在于，包括如下步驟：(S1)采集同一工況下柱塞泵配油盤不同磨損程度下的柱塞泵的振動信號，將振動信號切分后每個信號段轉(zhuǎn)化為灰度圖，得到多個灰度圖構(gòu)成的數(shù)據(jù)集；取所述數(shù)據(jù)集中的大部分?jǐn)?shù)據(jù)構(gòu)成無標(biāo)簽訓(xùn)練集，取所述數(shù)據(jù)集中的小部分?jǐn)?shù)據(jù)，以灰度圖作為訓(xùn)練樣本，以灰度圖對應(yīng)的配油盤磨損程度作為標(biāo)簽，構(gòu)成有標(biāo)簽微調(diào)集；(S2)利用所述無標(biāo)簽訓(xùn)練集預(yù)訓(xùn)練對抗自監(jiān)督模型；其中，所述對抗自監(jiān)督模型包括在線網(wǎng)絡(luò)和目標(biāo)網(wǎng)絡(luò)，通過所述在線網(wǎng)絡(luò)和所述目標(biāo)網(wǎng)絡(luò)的輸出構(gòu)造對抗自監(jiān)督模型損失函數(shù)，將該損失函數(shù)作為在線網(wǎng)絡(luò)的優(yōu)化目標(biāo)，對其進(jìn)行反向傳播優(yōu)化，更新其網(wǎng)絡(luò)參數(shù)，同時使用動量傳播的方式對目標(biāo)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)參數(shù)同步更新，直至所述損失函數(shù)收斂；所述目標(biāo)網(wǎng)絡(luò)包括依次連接的第一數(shù)據(jù)增強(qiáng)層、第一編碼器、第一感知機(jī)；(S3)利用所述有標(biāo)簽微調(diào)集訓(xùn)練步驟(S2)預(yù)訓(xùn)練后的所述第一編碼器，以對其全連接層進(jìn)行權(quán)重微調(diào)，得到訓(xùn)練好的第一編碼器，用以航空柱塞泵配油盤磨損檢測。2.如權(quán)利要求1所述的一種基于對抗自監(jiān)督的航空柱塞泵配油盤磨損檢測方法，其特征在于，所述在線網(wǎng)絡(luò)包括依次連接的第二數(shù)據(jù)增強(qiáng)層、第二編碼器、第二感知機(jī)、第三感知機(jī)，所述第一數(shù)據(jù)增強(qiáng)層與所述第二數(shù)據(jù)增強(qiáng)層結(jié)構(gòu)相同，所述第一感知機(jī)、所述第二感知機(jī)與所述第三感知機(jī)結(jié)構(gòu)相同；所述第一編碼器與所述第二編碼器結(jié)構(gòu)相同，所述第一編碼器包括依次相連的多個卷積塊和一個全連接層，每個卷積塊包括卷積層、激活函數(shù)層和批量歸一化層。3.如權(quán)利要求2所述的一種基于對抗自監(jiān)督的航空柱塞泵配油盤磨損檢測方法，其特征在于，步驟(S2)中，預(yù)訓(xùn)練對抗自監(jiān)督模型時，取所述無標(biāo)簽訓(xùn)練集中的灰度圖，同時輸入所述在線網(wǎng)絡(luò)的第二數(shù)據(jù)增強(qiáng)層和所述目標(biāo)網(wǎng)絡(luò)的第一數(shù)據(jù)增強(qiáng)層，所述第二數(shù)據(jù)增強(qiáng)層對灰度圖進(jìn)行圖像增強(qiáng)處理后，輸入所述第二編碼器進(jìn)行特征提取，所述第二編碼器輸出特征張量至所述第二感知機(jī)進(jìn)行高維空間映射，所述第二感知機(jī)輸出映射結(jié)果至所述第三感知機(jī)進(jìn)行高維空間映射，所述第三感知機(jī)輸出的映射結(jié)果作為對目標(biāo)網(wǎng)絡(luò)輸出結(jié)果的在線預(yù)測張量；所述第一數(shù)據(jù)增強(qiáng)層對灰度圖進(jìn)行圖像增強(qiáng)處理后，輸入所述第一編碼器進(jìn)行特征提取，所述第一編碼器輸出特征張量至所述第一感知機(jī)進(jìn)行高維空間映射，所述第一感知機(jī)輸出映射結(jié)果，也即目標(biāo)網(wǎng)絡(luò)輸出結(jié)果。4.如權(quán)利要求3所述的一種基于對抗自監(jiān)督的航空柱塞泵配油盤磨損檢測方法，其特征在于，所述損失函數(shù)的計算公式如下：征在于，所述損失函數(shù)的計算公式如下：式中，是灰度圖輸入在線網(wǎng)絡(luò)后的輸出值，g(y
θ
)是灰度圖輸入目標(biāo)網(wǎng)絡(luò)后的輸出值，是灰度圖輸入目標(biāo)網(wǎng)絡(luò)后的輸出值，g(y
′
θ
)是灰度圖輸入在線網(wǎng)絡(luò)后的輸出值，SMSE為空間均方誤差計算，灰度圖和灰度圖是所述無標(biāo)簽訓(xùn)練集中的訓(xùn)
練數(shù)據(jù)。5.如權(quán)利要求4所述的一種基于對抗自監(jiān)督的航空柱塞泵配油盤磨損檢測方法，其特征在于，步驟(S3)訓(xùn)練過程中，凍結(jié)所述第一編碼器的卷積層權(quán)重參數(shù)，利用交叉熵?fù)p失計算全連接層真實(shí)值與預(yù)測值之間誤差，以此優(yōu)化全連接層參數(shù)；所述預(yù)測值是指將有標(biāo)簽微調(diào)集中訓(xùn)練數(shù)據(jù)輸入第一編碼器后的輸出值，所述真實(shí)值是指該訓(xùn)練數(shù)據(jù)的標(biāo)簽。6.如權(quán)利要求4所述的一種基于對抗自監(jiān)督的航空柱塞泵配油盤磨損檢測方法，其特征在于，步驟(S2)訓(xùn)練過程中參數(shù)...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：吳軍，王超，李子睿，汪承杰，
申請(專利權(quán))人：華中科技大學(xué)，
類型：發(fā)明
國別省市：