期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于领域对抗网络的轴承故障诊断方法研究
被引量：
8
1
作者
刘嘉
濛
郑凡帆
+1 位作者
梁丽冰
马波
《机电工程》
CAS
北大核心
2020年第3期227-233,共7页
在使用传统机器学习方法进行机械设备故障诊断过程中,因运行工况复杂多变无法满足测试数据和训练数据的同分布,导致模型诊断性能不高。针对这一问题,提出了一种基于领域对抗网络的设备变工况故障诊断方法。在卷积神经网络基础上,建立了...
在使用传统机器学习方法进行机械设备故障诊断过程中,因运行工况复杂多变无法满足测试数据和训练数据的同分布,导致模型诊断性能不高。针对这一问题,提出了一种基于领域对抗网络的设备变工况故障诊断方法。在卷积神经网络基础上,建立了包含特征提取器、故障分类器以及领域判别器的诊断模型,对测试与训练样本进行了分析处理,通过最小化故障分类器损失和最大化领域判别器损失,实现了对机械设备的故障诊断过程;通过在轴承试验台上进行了故障诊断模拟实验,将该方法诊断结果与其他故障诊断方法结果进行了对比,验证了该诊断模型对故障的识别能力。研究结果表明:该方法取得了96%以上的平均诊断准确率,在诊断过程中具有不受训练样本和测试样本差异影响的效果。
展开更多
关键词
故障诊断
领域对抗网络
轴承故障
网络诊断
下载PDF
职称材料
基于Noisy-Max 模型和邻、对缸振动信号的柴油机失火故障概率诊断
被引量：
2
2
作者
刘嘉
濛
马波
江志农
《内燃机学报》
EI
CAS
CSCD
北大核心
2020年第6期560-568,共9页
针对目前柴油机的失火故障诊断过程中振动信号分析可进一步完善、诊断准确率可进一步提高的问题,提出了一种基于Noisy-Max模型和邻、对缸振动信号的柴油机失火故障概率诊断方法.构建了故障诊断贝叶斯网络,建立了故障类型节点和故障特征...
针对目前柴油机的失火故障诊断过程中振动信号分析可进一步完善、诊断准确率可进一步提高的问题,提出了一种基于Noisy-Max模型和邻、对缸振动信号的柴油机失火故障概率诊断方法.构建了故障诊断贝叶斯网络,建立了故障类型节点和故障特征节点及其对应关系,并采用了Noisy-Max模型对节点进行设置,有效降低了参数设置复杂度,实现了在故障诊断过程中输入信号对多节点状态的触发,提高了诊断推理准确率.通过一台12缸V型柴油机进行失火故障模拟试验,采集失火缸及其邻、对缸数据,分析并得出失火故障发生概率,对诊断理论进行了验证,试验表明该方法具有较高准确度.
展开更多
关键词
柴油机
失火
诊断
Noisy-Max模型
振动信号
下载PDF
职称材料
题名
基于领域对抗网络的轴承故障诊断方法研究
被引量：
8
1
作者
刘嘉
濛
郑凡帆
梁丽冰
马波
机构
北京化工大学发动机健康监控及网络化教育部重点实验室
北京化工大学高端机械装备健康监控与自愈化北京市重点实验室
出处
《机电工程》
CAS
北大核心
2020年第3期227-233,共7页
基金
国家重点研发计划资助项目(2018YFB1503103)。
文摘
在使用传统机器学习方法进行机械设备故障诊断过程中,因运行工况复杂多变无法满足测试数据和训练数据的同分布,导致模型诊断性能不高。针对这一问题,提出了一种基于领域对抗网络的设备变工况故障诊断方法。在卷积神经网络基础上,建立了包含特征提取器、故障分类器以及领域判别器的诊断模型,对测试与训练样本进行了分析处理,通过最小化故障分类器损失和最大化领域判别器损失,实现了对机械设备的故障诊断过程;通过在轴承试验台上进行了故障诊断模拟实验,将该方法诊断结果与其他故障诊断方法结果进行了对比,验证了该诊断模型对故障的识别能力。研究结果表明:该方法取得了96%以上的平均诊断准确率,在诊断过程中具有不受训练样本和测试样本差异影响的效果。
关键词
故障诊断
领域对抗网络
轴承故障
网络诊断
Keywords
fault diagnosis
domain adversarial neural networks(DANN)
bearing fault
network diagnosis
分类号
TH133.3 [机械工程—机械制造及自动化]
TP277 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于Noisy-Max 模型和邻、对缸振动信号的柴油机失火故障概率诊断
被引量：
2
2
作者
刘嘉
濛
马波
江志农
机构
北京化工大学高端机械装备健康监控与自愈化北京市重点实验室
出处
《内燃机学报》
EI
CAS
CSCD
北大核心
2020年第6期560-568,共9页
基金
国家重点研发计划资助项目(2016YFF0203305).
文摘
针对目前柴油机的失火故障诊断过程中振动信号分析可进一步完善、诊断准确率可进一步提高的问题,提出了一种基于Noisy-Max模型和邻、对缸振动信号的柴油机失火故障概率诊断方法.构建了故障诊断贝叶斯网络,建立了故障类型节点和故障特征节点及其对应关系,并采用了Noisy-Max模型对节点进行设置,有效降低了参数设置复杂度,实现了在故障诊断过程中输入信号对多节点状态的触发,提高了诊断推理准确率.通过一台12缸V型柴油机进行失火故障模拟试验,采集失火缸及其邻、对缸数据,分析并得出失火故障发生概率,对诊断理论进行了验证,试验表明该方法具有较高准确度.
关键词
柴油机
失火
诊断
Noisy-Max模型
振动信号
Keywords
diesel engine
misfire
diagnosis
Noisy-Max model
vibration signal
分类号
TH165 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于领域对抗网络的轴承故障诊断方法研究
刘嘉
濛
郑凡帆
梁丽冰
马波
《机电工程》
CAS
北大核心
2020
8
下载PDF
职称材料
2
基于Noisy-Max 模型和邻、对缸振动信号的柴油机失火故障概率诊断
刘嘉
濛
马波
江志农
《内燃机学报》
EI
CAS
CSCD
北大核心
2020
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
