-
题名基于CAE-GAN的滚动轴承故障诊断方法
- 1
-
-
作者
李可
何坚光
宿磊
顾杰斐
包灵昊
薛志钢
-
机构
江南大学机械工程学院江苏省食品先进制造装备技术重点实验室
江苏省特种设备安全监督检验研究院无锡分院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2023年第23期65-70,86,共7页
-
基金
国家自然科学基金(52175096)。
-
文摘
由于滚动轴承故障样本获取困难,导致训练样本分布往往呈现极强的不平衡性,严重影响轴承智能故障诊断的准确率。针对滚动轴承训练样本不平衡的问题,提出一种基于约束式自编码器-生成对抗网络(constrained autoencoder-generative adversarial network, CAE-GAN)的故障诊断方法,通过增强故障样本特征以提高诊断模型的精度。首先结合自编码器和生成对抗网络,构建一种基于编码-解码-判别结构的网络模型,以提高生成器捕捉真实样本分布的能力;为进一步提高生成样本的质量,提出一种基于距离约束的方法以限制不同类别样本之间的距离,从而避免生成样本全部来自同一类型。通过滚动轴承故障诊断试验证明了该方法能有效提高生成样本的质量,解决样本不平衡问题,轴承故障诊断准确率较其他方法有明显提高。
-
关键词
滚动轴承
故障诊断
样本不平衡
自编码器(AE)
生成对抗网络(GAN)
距离约束
-
Keywords
rolling bearing
fault diagnosis
unbalance of samples
autoencoder(AE)
generative adversarial network(GAN)
distance constraint
-
分类号
TH212
[机械工程—机械制造及自动化]
TH213.3
-
