基于对抗神经网络的力学试验机故障诊断系统设计

针对高校力学试验机随机故障频发问题,设计了力学试验机故障诊断系统。针对此类试验机使用间歇长、离散性强等特征,提出了基于离散性数据识别故障的设计思路。建立了机器学习知识库,基于对抗神经网络(GAN)理论设计了力学试验机故障诊断算法并建立了故障诊断系统,评价了故障诊断系统的性能指标。结果表明,所建立故障诊断系统在实验中的最低精确率、准确率和召回率分别达到96.12%、96.51%和95.15%,最高误识率仅为3.96%,性能满足使用要求。