南方论坛62023年4月下SouthForum基于SDAE-DATN的联合收割机跨设备故障检测*姜伟1，许颜贺2，李思樊2，卢俊泽1（1.淮阴工学院机械与材料工程学院，江苏淮安223003；2.华中科技大学土木与水利工程学院，湖北武汉430074）摘要：【目的】解决联合收割机单机故障样本收集困难，满足设备故障状态精确检测需求。【方法】课题组提出了一种基于栈式去噪自编码器（stackeddenoisingauto-encoder,SDAE）与深度对抗迁移网络（deepadversarialtransfernetwork,DATN）的联合收割机跨设备故障检测方法。该方法利用随机噪声分量优化栈式自编码器网络，进而设计融合SDAE的DATN模型，自动捕获不同设备间的域不变特征，实现联合收割机跨设备故障精确检测。【结果】该方法可跨设备实现联合收割机正常运行工况下发动机转子故障、轴承故障与机匣故障的检测，且识别准确率为93.65%，显著高于已有同类模型。课题组所建的SDAE-DATN模型能够准确、稳定实现联合收割机跨设备故障检测，对提升农业机械智能化水平具有重要意义。【结论】1）基于随机噪声优化的SDAE模型，可提升编码器鲁棒性，学习更具代表性的状态特征信息。2）融合SDAE的DATN模型，可完成源域和目标域间故障检测模型的自适应优化，有效完成联合收割机跨设备迁移检测任务。关键词：联合收割机；跨设备；故障检测；自编码器；对抗迁移学习中图分类号：S22文献标志码：ADOI：10.3969/j.issn.1672-3872.2023.08.002Cross-DeviceFaultDetectionofCombineHarvesterBasedonSDAE-DATN*JiangWei1,XuYanhe2,LiSifan2,LuJunze1(1.FacultyofMechanicalandMaterialEngineering,HuaiyinInstituteofTechnology,JiangsuHuai’an223003;2.SchoolofCivilandHydraulicEngineering,HuazhongUniversityofScienceandTechnology,HubeiWuhan430074)Abstract:[Objective]Tosolvetheproblemofcollectingfailuresamplesofsingleharvesterandmeettheneedforaccuratedetectionofequipmentfailurestatus.[Method]Theresearchgroupproposedacombinedharvestercross-equipmentfaultdetectionmethodbasedonstackeddenoisingauto-encoder(SDAE)anddeepadversarialtransfernetwork(DATN).Thismethodusesrandomnoisecomponentstooptimizethestackself-codernetwork,andthendesignsaDATNmodelintegratedwithSDAEtoautomaticallycapturethedomaininvariantfeaturesbetweendifferentequipment,soastoachieveaccuratefaultdetectionofcombineacrossequipme...
