基于最優(yōu)架構(gòu)搜索網(wǎng)絡(luò)的液壓泵故障診斷改進(jìn)方法研究

摘要： 針對(duì)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)搜索方法(NAS)在搜索最優(yōu)結(jié)構(gòu)時(shí)存在性能評(píng)估效率偏低，以及由于模型泛化性能力不足導(dǎo)致液壓泵故障診斷精度過(guò)低等問(wèn)題，提出一種改進(jìn)的Data-free NAS方法。通過(guò)引入CAME優(yōu)化器和熱重啟余弦退火優(yōu)化算法，分別替代SGD優(yōu)化器和LambdaLR優(yōu)化算法，對(duì)Data-free NAS的診斷精度和計(jì)算效率等性能評(píng)估驗(yàn)證功能進(jìn)行改進(jìn)優(yōu)化處理。通過(guò)液壓泵實(shí)測(cè)故障實(shí)驗(yàn)... （共9頁(yè)）