大家旺娱乐-网络博彩-博彩网开户资讯频道

蘭州理工大學(xué)網(wǎng)站標(biāo)識(shí) 蘭州理工大學(xué)網(wǎng)站標(biāo)識(shí)

請(qǐng)輸入搜索信息
奮進(jìn)求是
當(dāng)前位置 > 首頁(yè) > 工大要聞 > 正文 >
工大要聞
蘭州理工大學(xué)科研團(tuán)隊(duì)在TOP期刊發(fā)表學(xué)術(shù)論文
來(lái)源：自動(dòng)化與電氣工程學(xué)院
瀏覽：次
2025-07-02

近日，蘭州理工大學(xué)自動(dòng)化與電氣工程學(xué)院工業(yè)過(guò)程先進(jìn)控制與復(fù)雜工業(yè)設(shè)備故障檢測(cè)科研團(tuán)隊(duì)2023級(jí)博士生張亞洲為第一作者、導(dǎo)師趙小強(qiáng)教授為通訊作者的論文《WD-KANTF: An interpretable intelligent fault diagnosis framework for rotating machinery under noise environments and small sample conditions》在國(guó)際著名期刊《Advanced Engineering Informatics》(中科院一區(qū)Top期刊，IF=9.9)發(fā)表。該期刊是工程技術(shù)和人工智能領(lǐng)域的頂級(jí)期刊。

針對(duì)工業(yè)應(yīng)用中故障數(shù)據(jù)的不足和環(huán)境噪聲的干擾損壞了智能診斷模型的診斷準(zhǔn)確性，與此同時(shí)，多數(shù)智能診斷模型缺乏可解釋性嚴(yán)重影響了故障診斷的可靠性?；诖耍芯繄F(tuán)隊(duì)提出了一種基于小波降噪和KANTransformer的故障診斷框架—WD-KANTF，該框架包含兩大創(chuàng)新設(shè)計(jì)：其一設(shè)計(jì)了自適應(yīng)小波降噪層，其由離散小波變換、平滑軟閾值和融合策略構(gòu)成，通過(guò)自適應(yīng)小波降噪層將時(shí)域特征空間拓展至小波域，從而更好地學(xué)習(xí)小波域的低頻與高頻特征；其二設(shè)計(jì)了KANTransformer模塊，通過(guò)在線(xiàn)性層引入可學(xué)習(xí)激活函數(shù)，為模型注入強(qiáng)大動(dòng)力，顯著增強(qiáng)非線(xiàn)性特征提取能力。這一研究成果不僅為旋轉(zhuǎn)機(jī)械在復(fù)雜工況下的故障診斷提供了新的解決方案，也為智能診斷模型的可解釋性研究提供了重要參考，有望在工業(yè)領(lǐng)域得到應(yīng)用。

圍繞復(fù)雜工業(yè)設(shè)備的狀態(tài)監(jiān)測(cè)與實(shí)時(shí)決策，該團(tuán)隊(duì)的研究成果已經(jīng)在高質(zhì)量期刊《IEEE Transactions on Instrumentation and Measurement》、《Process Safety and Environmental Protection》和《控制與決策》上發(fā)表。工業(yè)過(guò)程先進(jìn)控制與復(fù)雜工業(yè)設(shè)備故障檢測(cè)團(tuán)隊(duì)十余年來(lái)致力于創(chuàng)新，聚焦制造業(yè)設(shè)備核心組件的健康監(jiān)測(cè)、故障診斷優(yōu)化及壽命預(yù)測(cè)，為制造業(yè)高質(zhì)量發(fā)展和設(shè)備安全穩(wěn)定運(yùn)行提供重要支持。（圖/文；趙小強(qiáng)；審核：楊雅瓊）