LSTM与前馈自动编码器用于液压泵的无监督故障检测
机器学习
2026-01-19 v1
摘要
工业液压泵的计划外故障会导致生产中断并造成巨额成本。我们探讨了两种无监督自动编码器（AE）方案用于早期故障检测：一种分析单个传感器快照的前馈模型，一种捕捉短时序窗口的长短期记忆（LSTM）模型。两种网络仅在来自52个传感器通道的分钟级日志中健康数据上进行训练；评估使用包含七个标注故障区间的独立数据集。尽管在训练期间没有故障样本，两种模型均实现了高可靠性。
引用
@article{arxiv.2601.11163,
title = {LSTM VS. Feed-Forward Autoencoders for Unsupervised Fault Detection in Hydraulic Pumps},
author = {P. Sánchez and K. Reyes and B. Radu and E. Fernández},
journal= {arXiv preprint arXiv:2601.11163},
year = {2026}
}