基于多模块CVAE的SNS加速器HVCM故障预测
机器学习
2023-04-24 v1
摘要
我们提出一种基于条件变分自编码器（CVAE）的多模块框架，用于检测来自多个高压变换调制器（HVCM）的功率信号中的异常。我们以特定的调制器类型作为模型条件，以捕获正常波形的不同表示，并在给定模块类型样本有限时提高模型识别特定类型故障的灵敏度。我们为 CVAE 模型研究了若干神经网络（NN）架构，并通过考察其损失景观的稳定性和泛化能力来评估模型性能。我们在散裂中子源（SNS）实验数据上的结果表明，训练后的模型能很好地泛化到多种 HVCM 模块类型的多种故障检测。本研究结果可用于提高 HVCM 可靠性和 SNS 总体运行时间。
引用
@article{arxiv.2304.10639,
title = {Multi-module based CVAE to predict HVCM faults in the SNS accelerator},
author = {Yasir Alanazi and Malachi Schram and Kishansingh Rajput and Steven Goldenberg and Lasitha Vidyaratne and Chris Pappas and Majdi I. Radaideh and Dan Lu and Pradeep Ramuhalli and Sarah Cousineau},
journal= {arXiv preprint arXiv:2304.10639},
year = {2023}
}