控制器局域网(controller area network,CAN)总线在通信网络中具有重要作用,保障CAN总线稳定可靠运行至关重要。为减少CAN总线工作环境中的谐波对CAN总线产生的影响,本文提出一种基于轻量级MDCSkip-Net的CAN总线谐波干扰故障诊断方法,...控制器局域网(controller area network,CAN)总线在通信网络中具有重要作用,保障CAN总线稳定可靠运行至关重要。为减少CAN总线工作环境中的谐波对CAN总线产生的影响,本文提出一种基于轻量级MDCSkip-Net的CAN总线谐波干扰故障诊断方法,实现对CAN总线因谐波干扰引起故障的诊断。该方法在模型主干网络中使用均值差分卷积(mean difference convolution,MDC)提取细粒度特征,并加入跳跃连接结构和SE注意力模块以提高模型的故障诊断性能。在CANHG数据集上的实验表明,与其他方法相比,该方法具有良好的故障诊断性能,故障诊断准确率超过91%;在模型轻量化方面,该方法具有较少的参数量和浮点数运算量。因此,该方法可以很好地适用于CAN总线谐波干扰故障诊断中。展开更多
文摘控制器局域网(controller area network,CAN)总线在通信网络中具有重要作用,保障CAN总线稳定可靠运行至关重要。为减少CAN总线工作环境中的谐波对CAN总线产生的影响,本文提出一种基于轻量级MDCSkip-Net的CAN总线谐波干扰故障诊断方法,实现对CAN总线因谐波干扰引起故障的诊断。该方法在模型主干网络中使用均值差分卷积(mean difference convolution,MDC)提取细粒度特征,并加入跳跃连接结构和SE注意力模块以提高模型的故障诊断性能。在CANHG数据集上的实验表明,与其他方法相比,该方法具有良好的故障诊断性能,故障诊断准确率超过91%;在模型轻量化方面,该方法具有较少的参数量和浮点数运算量。因此,该方法可以很好地适用于CAN总线谐波干扰故障诊断中。
