基于改進(jìn)殘差網(wǎng)絡(luò)的抽油機(jī)故障診斷研究

打開文本圖片集

摘要： 針對抽油機(jī)故障診斷的傳統(tǒng)圖像識別方法識別率高但速率較慢， 或訓(xùn)練速度適宜但識別率較低等問題，提出一種基于改進(jìn)殘差網(wǎng)絡(luò)模型的示功圖圖像識別算法。改進(jìn)策略包括替換模型第1 層卷積核， 由更小卷積核代替; 改變殘差模塊排列順序; 將傳統(tǒng)ResNet50（殘差網(wǎng)絡(luò)）模型的全連接層替換成徑向基函數(shù)（RBF： RadialBasis Function）網(wǎng)絡(luò)作為額外的分類器; 采用數(shù)據(jù)增強(qiáng)方式對數(shù)據(jù)集進(jìn)行擴(kuò)充， 并利用遷移學(xué)習(xí)在改進(jìn)的ResNet50鄄RBF 模型得到ImageNet 上預(yù)訓(xùn)練好的權(quán)重參數(shù)后進(jìn)行訓(xùn)練。（剩余7546字）