控制理论与应用

作者：李灵,刘自鹏,王雅琳,刘述,潘卓夫,李磊

单位：长沙理工大学人工智能学院,长沙理工大学人工智能学院,中南大学自动化学院,杭州智元研究院有限公司,湖南工商大学微电子与物理学院,长沙理工大学人工智能学院

关键词：对抗自编码器; 故障诊断; 互信息; 故障估计; 梯度下降算法

基金：国家自然科学基金项目(62103063, 62303494), 湖南省教育厅科学研究项目(25A0189), 湖南省自然科学基金项目(2022JJ40510, 2024JJ6722), 湘江 实验室重大项目(23XJ01009)资助.

对抗自编码器(AAE)模型训练时, 样本与特征表示间的互信息衰减现象, 不仅影响模型的故障检测性能, 而且难以直接用于故障估计. 为此, 本文设计了一种基于逐层扩展互信息对抗自编码器的故障检测策略, 通过合并隐层特征与原始数据, 显性引入特征空间与每层神经网络的互信息, 实现了信息的高效整合及特征与输入样本间的最大化相关性; 并在此基础上, 开发了一种梯度下降反馈算法, 设计了基于深度学习的故障估计策略, 有效避免了故障估计的复杂机理建模与大规模系统参数辨识; 最后, 通过连续搅拌釜式加热器验证了所提方法的有效性和优越性.

来源：2026年第5期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2026年第5期