基于内部对比学习的广义分布外故障诊断（GOOFD）
人工智能
2024-10-11 v2
摘要
故障诊断在监控工业过程中的机器方面至关重要。随着工作条件日益复杂以及生产安全需求的增加，需要多样化的诊断方法，且高度期望具备能够处理多任务的集成故障诊断系统。然而，诊断子任务通常被分开研究，且现有方法对于此类广义系统仍有待改进。为解决该问题，我们提出广义分布外故障诊断（GOOFD）框架以集成诊断子任务。此外，提出一种基于内部对比学习和马氏距离的统一故障诊断方法，以支撑所提出的广义框架。该方法包括通过内部对比学习进行特征提取，以及基于马氏距离的离群点识别。我们提出的方法可应用于多种故障诊断任务，并取得优于现有单任务方法的性能。在基准和实际过程数据集上的实验表明了所提框架的有效性。
引用
@article{arxiv.2306.15266,
title = {Generalized Out-of-distribution Fault Diagnosis (GOOFD) via Internal Contrastive Learning},
author = {Xingyue Wang and Hanrong Zhang and Xinlong Qiao and Ke Ma and Shuting Tao and Peng Peng and Hongwei Wang},
journal= {arXiv preprint arXiv:2306.15266},
year = {2024}
}