基于DSC-DenseNet的流程工業(yè)系統(tǒng)故障監(jiān)測

摘要： 田納西-伊士曼過程數(shù)據(jù)高緯度、高耦合，存在數(shù)據(jù)特征難以提取的問題。為進(jìn)一步提高流程工業(yè)系統(tǒng)中故障監(jiān)測的識別率，現(xiàn)將一維稠密卷積網(wǎng)絡(luò)(1D-DenseNet)與深度可分離卷積(DSC)結(jié)合，利用DenseNet的高效特征提取能力，并結(jié)合DSC減少計算參數(shù)、提高診斷效率，以提供基于DSC-DenseNet的故障監(jiān)測方式。先將數(shù)據(jù)進(jìn)行歸一化整理，并加入隨機(jī)種子避免過擬合，隨后將處理后...