期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
深度对抗迁移学习的故障诊断方法研究 被引量:2
1
作者 岳帅旭 雷文平 +2 位作者 薛阳 王前江 徐向阳 《机械科学与技术》 CSCD 北大核心 2022年第3期342-348,共7页
针对实验室环境下容易获取大量有标签故障类型数据,而在实际工况条件下很难或无法获取大量带标签数据的问题,提出机械设备故障的深度对抗迁移诊断方法(MAAN)。该方法将实验室环境中积累的故障诊断知识迁移应用于工程实际装备,通过融合... 针对实验室环境下容易获取大量有标签故障类型数据,而在实际工况条件下很难或无法获取大量带标签数据的问题,提出机械设备故障的深度对抗迁移诊断方法(MAAN)。该方法将实验室环境中积累的故障诊断知识迁移应用于工程实际装备,通过融合时域与频域数据获取更全面的故障信息,在特征提取层利用残差网络深度提取故障特征,对抗层采用最大化域分类损失用于对齐源域与目标域的边缘分布和条件概率分布,最小化类别预测损失用于机械设备的故障分类实现无监督迁移学习。实验结果表明,此模型在无标签的目标数据集中有较高的分类精度,在一定条件下可以有效解决数据集缺少标签的难题,即实现机械故障诊断的智能诊断。 展开更多
关键词 迁移诊断 深度学习 对抗网络 无监督学习
下载PDF
基于深度自动编码器的轴承故障信号诊断及有效性测试 被引量:2
2
作者 刘小娟 夏运东 +2 位作者 张明 马利华 史春娥 《机械设计与研究》 CSCD 北大核心 2022年第5期134-137,共4页
为了提高轴承智能故障诊断能力,利用深度迁移自动编码器处理方法来实现轴承故障智能诊断。通过指数型线性缩放与非负约束处理技术能够促使自动编码器达到更优控制效果,设置足够源域数据预训练深度自动编码器模型,并测试各类该模型故障... 为了提高轴承智能故障诊断能力,利用深度迁移自动编码器处理方法来实现轴承故障智能诊断。通过指数型线性缩放与非负约束处理技术能够促使自动编码器达到更优控制效果,设置足够源域数据预训练深度自动编码器模型,并测试各类该模型故障诊断的有效性。研究结果表明:由于存在噪声因素对结果造成的较大影响,使得源域和目标域都呈现差异很大的分布特征。实验测试诊断准确率均值达到88.46%,有助于对目标域新数据达到更好地匹配状态,再对源域知识实施转换转变至目标域。迁移模型诊断测试获得了89.42%的准确率,与其它迁移模型相比具备更高准确率;达到了0.341的标准差,达到了稳定的测试要求。该研究可以适用于其它的机械传动系统,具有很好的理论支撑价值。 展开更多
关键词 提升深度自动编码器 轴承故障 迁移诊断 准确率
原文传递
基于多模式仿真数据协同迁移的轴承故障辨识 被引量:1
3
作者 刘小峰 亢莹莹 +1 位作者 柏林 陈兵奎 《中国电机工程学报》 EI CSCD 北大核心 2024年第16期6632-6643,I0028,共13页
针对目前迁移诊断算法对训练样本规模与质量的依赖性,以及在特殊工况环境中进行轴承故障数据采集与标注的困难性问题,提出基于多模式仿真数据协同迁移的轴承故障诊断方法。首先,采用实际工况参数嵌入的轴承故障动力学模型生成各类故障... 针对目前迁移诊断算法对训练样本规模与质量的依赖性,以及在特殊工况环境中进行轴承故障数据采集与标注的困难性问题,提出基于多模式仿真数据协同迁移的轴承故障诊断方法。首先,采用实际工况参数嵌入的轴承故障动力学模型生成各类故障模拟数据,解决实际故障样本不足与标签缺失问题。然后,根据在仿真数据可迁移模式分析基础上建立多个子源域,引入几何统计联合对齐法对各子源域进行无监督迭代迁移,克服了单一模式迁移信息不足与跨域特征差异度过大引起的负迁移问题。最后,采用优化模糊积分决策融合方法对迁移迭代中的多模式特征伪标签进行协同分配,逐步提高目标域标签的可信度与迁移模型的域适应能力。试验结果表明,该文所提方法以故障仿真数据为驱动,无需实测标签数据的引导迁移,就可实现轴承各类故障的准确辨识。该方法对工况环境变化及目标域样本大小具有较好鲁棒性,在非完备数据支撑的高端轴承故障诊断领域具有较好应用前景。 展开更多
关键词 故障动力学建模 协同迁移 几何统计联合对齐 模糊积分 迁移诊断
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部