-
题名面向滚动轴承故障诊断的改进对抗迁移学习算法研究
被引量:9
- 1
-
-
作者
杨健
李立新
廖晨茜
蔡晋辉
曾九孙
-
机构
中国计量大学
中电海康集团有限公司
-
出处
《中国测试》
CAS
北大核心
2021年第9期15-19,40,共6页
-
基金
国家重点研发计划资助项目(2018YFF0214701)
国家自然科学基金资助项目(61673358)。
-
文摘
为解决故障诊断中标签不足的问题,该文以滚动轴承作为对象提出一种改进的对抗迁移学习模型。该模型通过一维卷积结构提取时间信号特征,能够直接处理时域振动信号,并通过大尺寸卷积核抑制噪声的干扰;在对抗迁移学习的域判别器中采用卷积结构替换全连接神经网络,以对抗训练的方式减少训练数据和测试数据间的分布差异,以提高故障诊断精度。将改进后的模型应用于两个滚动轴承故障诊断案例中,通过添加不同信噪比的噪声信号验证提出的模型具有良好的抗干扰能力,同时以故障分类准确率作为指标,验证该模型具有更高的诊断精度和鲁棒性。
-
关键词
对抗迁移学习
故障诊断
一维卷积结构
域判别器
-
Keywords
adversarial transfer learning
fault diagnosis
one-dimensional convolution
domain discrimination
-
分类号
TH165.3
[机械工程—机械制造及自动化]
TB9
[机械工程—测试计量技术及仪器]
-
-
题名基于改进对抗迁移学习的滚动轴承故障诊断研究
被引量:3
- 2
-
-
作者
杨健
廖晨茜
蔡晋辉
曾九孙
-
机构
中国计量大学计量测试工程学院
-
出处
《中国测试》
CAS
北大核心
2022年第5期96-101,共6页
-
基金
国家重点研发计划资助项目(2018YFF0214701)
国家自然科学基金资助项目(61673358)。
-
文摘
为解决故障诊断中标签不足的问题,该文以滚动轴承作为对象提出一种改进的对抗迁移学习模型。该模型通过一维卷积结构提取时间信号特征,能够直接处理时域振动信号,并通过大尺寸卷积核抑制噪声的干扰;在对抗迁移学习的域判别器中采用卷积结构替换全连接神经网络,以对抗训练的方式减少训练数据和测试数据间的分布差异,以提高故障诊断精度。将改进后的模型应用于两个滚动轴承故障诊断案例中,通过添加不同信噪比的噪声信号验证提出的模型具有良好的抗干扰能力,同时以故障分类正确率作为指标,验证该模型具有更高的诊断精度和鲁棒性。
-
关键词
对抗迁移学习
故障诊断
一维卷积结构
域判别器
-
Keywords
adversarial transfer learning
fault diagnosis
one-dimensional convolution
domain discri-mination
-
分类号
TH165.3
[机械工程—机械制造及自动化]
TB9
[机械工程—测试计量技术及仪器]
-