Key words: 故障诊断, 柱塞泵, 音频信号, 小样本学习, 元学习

摘要： 针对音频信号在柱塞泵故障诊断中存在的样本数量不足、故障特征微弱等问题，提出一种基于音频信号结合元迁移学习（Meta-transfer Learning，MTL）的柱塞泵故障诊断方法（Fault Diagnosis of Plunger Pump Based on MTL，MTL-PAFD）。该方法以柱塞泵的音频信号为样本，在单一传感器条件下，通过Gammatone滤波器组对信号进行处理，可有效提高强噪声干扰下音频信号的表征能力，然后结合元迁移学习，能实现小样本条件下的柱塞泵故障诊断。同时，根据柱塞泵故障诊断的实际需求，改进元迁移学习在故障诊断应用中的测试方法，能够自适应处理未知故障类。实验结果表明，MTL-PAFD仅对已知类别的故障诊断准确率可达到91.41 %，而经过快速自适应学习后，其在识别未知故障类时准确率能达到89.64 %。