机械工程学报

作者：邵海东, 颜深, 刘政武, 肖一鸣, 韩特

单位：1. 湖南大学机械与运载工程学院 长沙 410082;2. 北京理工大学管理学院 北京 100081

关键词：多增量故障诊断,小样本,风力发电机,自适应样例库,权值动态修正算法；

基金：国家自然科学基金(52275104)和湖南省科技创新计划(2023RC3097)资助项目。

作为一种复杂工业设备，风机在长期运行过程中将不可避免出现新的故障。增量故障诊断能从连续的数据流中不断积累新的故障知识，以持续扩展模型的诊断能力，并克服灾难性遗忘。然而，在面向风机复杂的多增量阶段与小故障样本的场景时，增量诊断模型仍会出现“稳定性-可塑性”的困境。因此，提出一种动态记忆策略自驱动的增量故障诊断方法，在故障样本有限的场景下，实现多增量阶段的风机智能诊断。首先，构造自适应样例库模块，通过自主地提炼存储具有代表性的旧类别样本，以避免多增量诊断过程的灾难性遗忘。其次，设计权值动态校正算法，帮助模型实时修正各类别节点之间的重要程度，以灵活地学习有限故障数据中的诊断知识。在风机的小故障样本多增量阶段的诊断试验中，通过与当前主流的增量学习方法多维对比，验证了所提方法的优越性。

来源：2025年第10期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第10期