摘要: 深度残差收缩网络(Deep Residual Shrinkage Networks, DRSN)是一种用于强噪声信号特征学习的改进型残差网络,其核心机制是在残差单元中嵌入可自动学习阈值的软阈值化层。该方法由发表在《IEEE Transactions on Industrial Informatics 阅读全文
posted @ 2026-11-18 20:59 翼下之峰 阅读(3) 评论(0) 推荐(0)
摘要: 深度残差收缩网络(Deep Residual Shrinkage Networks, DRSN)是一种将软阈值化操作嵌入残差网络中的神经网络结构,其通过引入子网络自适应地学习阈值,从而在特征提取过程中抑制接近零的冗余或噪声特征。本文基于发表在《IEEE Transactions on Industr 阅读全文
posted @ 2026-11-18 20:23 翼下之峰 阅读(3) 评论(0) 推荐(0)
摘要: 深度残差收缩网络(Deep Residual Shrinkage Networks, DRSN)是一种将软阈值化操作嵌入深度残差网络(ResNet)构建单元中的神经网络结构。该网络架构在发表于 IEEE Transactions on Industrial Informatics 期刊的论文《Dee 阅读全文
posted @ 2026-11-18 09:18 翼下之峰 阅读(4) 评论(0) 推荐(0)
摘要: 在复杂工业装备的状态监测与故障诊断中,传感器采集的数据普遍存在显著的类别不平衡(Class Imbalance)与类间重叠(Inter-class Overlap)现象,导致传统数据驱动模型难以准确识别少数类故障样本。针对这一问题,发表于《Expert Systems With Applicatio 阅读全文
posted @ 2026-11-17 17:19 翼下之峰 阅读(4) 评论(0) 推荐(0)
摘要: 在大型船舶动力系统的运行与维护中,柴油机燃烧室部件(包括气缸盖、气缸套、活塞及活塞环等)长期处于高温、高压与交变载荷的复杂工作环境,其状态监测与故障诊断具有重要工程意义。本文介绍的案例来源于发表在期刊《Measurement》上的学术论文《Thermodynamic simulation-assis 阅读全文
posted @ 2026-10-24 22:25 翼下之峰 阅读(6) 评论(0) 推荐(0)
摘要: 在动力装备的运行过程中,变工况机动操作引起的动态调整与部件早期故障引发的参数变化往往高度相似,容易导致常规故障诊断模型在工况变化时产生误判。针对这一问题,发表在期刊《Ships and Offshore Structures》上的论文《Control-aware affine network: a 阅读全文
posted @ 2026-10-24 17:07 翼下之峰 阅读(12) 评论(0) 推荐(0)
摘要: 船舶柴油机在实际航行中频繁执行加速、减速等动态机动操作,控制系统的动态调节会导致监测信号产生显著的分布偏移,使得工况瞬态变化与零部件故障特征相互混淆。针对这一问题,发表于期刊《Ships and Offshore Structures》的论文《Control-aware affine network 阅读全文
posted @ 2026-10-23 11:10 翼下之峰 阅读(9) 评论(0) 推荐(0)
摘要: 在基于深度学习的一维振动信号处理中,传统的激活函数通常对所有输入样本施加恒定不变的非线性映射。针对这一机制,发表于期刊《IEEE Transactions on Industrial Electronics》的研究《Deep Residual Networks With Adaptively Par 阅读全文
posted @ 2026-10-21 22:45 翼下之峰 阅读(4) 评论(0) 推荐(0)
摘要: 在复杂动力装备的状态监测与故障诊断领域,船舶柴油机等动力装置频繁经历加速、减速等复杂变工况操作。传统的纯数据驱动方法主要依赖状态响应信号进行工况识别与故障分类,往往忽略了控制输入信号中蕴含的诊断先验信息。发表于期刊 Transactions of the Institute of Measureme 阅读全文
posted @ 2026-10-17 15:29 翼下之峰 阅读(9) 评论(0) 推荐(0)
摘要: 在复杂工况与机动操作下,机械系统的状态信号往往同时受到外部控制输入和内部健康状态退化的耦合影响。论文 Fault diagnosis of marine diesel engine via control-aware domain-adversarial network: A control-dia 阅读全文
posted @ 2026-10-12 22:26 翼下之峰 阅读(8) 评论(0) 推荐(0)