基于层级融合自注意力的工业空调故障诊断研究
于泽沛
曾星杰
王涛
中国石油大学(华东)计算机科学与技术学院 青岛 266580
摘要：工业空调的停机故障会对用户造成严重影响,在实际应用环境中,由于故障偶发且故障类型多样,对人工智能诊断模型的训练造成较大的挑战.该研究依据联邦学习,提出了一种基于层级融合自注意力的故障诊断模型,能够在保障原始数据不共享的前提下扩充训练数据,减弱数据异构造成的模型不收敛现象.实验证明,层级融合算法在大多数情况下能够比传统FedAvg更好地处理异构数据,平均F1分数提升约5％.
关键词：联邦学习工业互联网故障诊断
分类号：TP301(计算技术、计算机技术)
资助基金：国家自然科学基金(62072469)中国科学院自动化研究所复杂系统管理与控制国家重点实验室开放课题(20210114)
论文发表日期：2025-08-20
在线出版日期：2025-12-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2162-2166,2180 )
英文信息