arXiv · cs.AI· Yu Sha·· 7 天前AI 评分10
物理变量信息深度学习框架 PhyNet 用于工业流体输送系统的鲁棒故障诊断
Physical-Variable-Informed Deep Learning for Robust Diagnosis in Industrial Fluid Transport Systems
来源与原文
arXiv · cs.AI
作者：Yu Sha
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.27891v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出物理变量信息深度学习框架 PhyNet，用于应对工业流体输送系统中异构采样条件下的鲁棒故障诊断。PhyNet 将物理变量作为全局运行约束、响应信号作为局部诊断证据，通过物理-响应交叉注意力机制实现无需严格时间对齐的交互。在包括三个真实空化数据集和一个公开两相流数据集的四项基准上，PhyNet 在所有评估指标中均取得最佳表现。
来源：arXiv · cs.AI · arxiv.org