噪声与振动控制

噪声与振动控制 ›› 2025, Vol. 45 ›› Issue (3): 132-137.

• 信号处理与故障诊断 • 上一篇    下一篇

基于MA-TCN的导管架式海洋平台故障诊断

吴文凯1，3，高军伟1，3，车鲁阳1，3，段琳1，3，官晟2   

  1. ( 1. 青岛大学自动化学院，山东青岛266071；2. 自然资源部第一海洋研究所，山东青岛266061;3. 山东省工业控制技术重点实验室，山东青岛266071 )
  • 收稿日期:2023-11-14 修回日期:2024-01-10 出版日期:2025-06-18 发布日期:2025-05-29

Fault Diagnosis of Jacket Offshore Platform Based on Multi-head Attention TCN

  • Received:2023-11-14 Revised:2024-01-10 Online:2025-06-18 Published:2025-05-29

PDF

摘要： 针对海洋环境中噪声多采用传统神经网络分析未充分利用数据中时间序列信息的缺陷，提出一种基于多头注意力机制时间卷积网络(Multi-head Attention Mechanism Time Convolutional Networks，MA-TCN)的导管架式海洋平台故障诊断方法。首先，该方法将原始振动信号直接作为模型输入，由时间卷积网络提取时间序列特征，通过残差结构和空洞卷积减轻网络训练时出现的梯度消失问题。随后，利用多头注意力机制为网络不同特征重新赋予权重，强调对故障诊断作用显著的特征信息。最后，将模型特征进行融合输出，实现对导管架式海洋平台的故障诊断。结合海试实验所模拟的11 种工作状态，对所建模型进行可行性验证，并与其他文献中提到的模型进行对比。结果表明，所建模型故障诊断正确率在95 %以上，比其他模型效果更好。

关键词: 故障诊断, 导管架平台, 深度学习, 时间卷积网络, 多头注意力