Multi-scale Transformer-CNN domain adaptation network for complex processes fault diagnosis

卷积神经网络 变压器 人工智能 计算机科学 模式识别(心理学) 深度学习 保险丝(电气) 域适应 人工神经网络 特征(语言学) 数据挖掘 工程类 电压 分类器(UML) 电气工程 哲学 语言学
作者
Qun‐Xiong Zhu,Yu-Shi Qian,Ning Zhang,Yan‐Lin He,Yuan Xu
出处
期刊:Journal of Process Control [Elsevier BV]
卷期号:130: 103069-103069 被引量:17
标识
DOI:10.1016/j.jprocont.2023.103069
摘要

Despite the breakthroughs in deep neural network-based fault diagnosis, the model mismatch problem owing to the changes in data distribution remains challenging. To fuse deep features for cross-mode feature modeling, a Transformer-convolutional neural network (TrCNN) based multi-scale distribution alignment network is proposed. In the source domain stage, a concatenated structure of Transformer and convolutional neural network (CNN) extracts deep diagnostic information by combining global and local approaches. In the transfer stage, alignment is performed on the complex features extracted from different CNN substructures at multiple scales. Multi-scale feature alignment allows aligning information from various aspects while maintaining the discriminability of the data. The effectiveness and feasibility of the proposed method were demonstrated through experiments conducted on the Tennessee-Eastman (TE) process and industrial three-phase flow (TFF) equipment.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
baixun发布了新的文献求助10
3秒前
yang完成签到 ,获得积分10
10秒前
简单发布了新的文献求助10
14秒前
15秒前
ymr完成签到 ,获得积分10
19秒前
Horizon完成签到 ,获得积分10
19秒前
诸青梦完成签到 ,获得积分10
20秒前
小花生完成签到 ,获得积分10
21秒前
熊雅完成签到,获得积分10
23秒前
阳光的凌雪完成签到 ,获得积分10
24秒前
材1完成签到 ,获得积分10
25秒前
小恶心完成签到 ,获得积分10
30秒前
数乱了梨花完成签到 ,获得积分10
31秒前
35秒前
45秒前
marco完成签到,获得积分10
46秒前
简单完成签到,获得积分10
47秒前
洛神之心1124完成签到,获得积分10
48秒前
行云流水完成签到,获得积分10
48秒前
西山菩提完成签到,获得积分10
50秒前
LJ_2完成签到 ,获得积分10
51秒前
量子星尘发布了新的文献求助10
54秒前
tian发布了新的文献求助10
54秒前
tian发布了新的文献求助10
54秒前
tian发布了新的文献求助10
54秒前
tian发布了新的文献求助10
55秒前
55秒前
我和你完成签到 ,获得积分10
56秒前
guoxihan完成签到,获得积分10
56秒前
tian发布了新的文献求助10
56秒前
tian发布了新的文献求助10
56秒前
辛勤的泽洋完成签到 ,获得积分10
1分钟前
美丽觅夏完成签到 ,获得积分10
1分钟前
1分钟前
kanong完成签到,获得积分0
1分钟前
方圆完成签到 ,获得积分10
1分钟前
威武忆山完成签到 ,获得积分10
1分钟前
even完成签到 ,获得积分10
1分钟前
卞卞完成签到,获得积分10
1分钟前
感动小笼包完成签到 ,获得积分10
1分钟前
高分求助中
【提示信息,请勿应助】关于scihub 10000
A new approach to the extrapolation of accelerated life test data 1000
Coking simulation aids on-stream time 450
北师大毕业论文 基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 390
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
Robot-supported joining of reinforcement textiles with one-sided sewing heads 360
Novel Preparation of Chitin Nanocrystals by H2SO4 and H3PO4 Hydrolysis Followed by High-Pressure Water Jet Treatments 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4015568
求助须知:如何正确求助?哪些是违规求助? 3555555
关于积分的说明 11318118
捐赠科研通 3288718
什么是DOI,文献DOI怎么找? 1812284
邀请新用户注册赠送积分活动 887882
科研通“疑难数据库(出版商)”最低求助积分说明 812015