基于领域对抗网络的轴承故障诊断方法研究

• 作者: 刘嘉濛 梁丽冰 郑凡帆 马波
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 故障诊断 领域对抗网络 轴承故障 网络诊断
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 机械、仪表技术
• 页码范围: 227-233
• 页数: 7页
• 分类号: TH133.3|TP277
• 字数: 5383字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2020.03.002

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马波	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	41	316	10.0	16.0
5	郑凡帆	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	3	0	0.0	0.0
6	刘嘉濛	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	1	0	0.0	0.0
7	梁丽冰	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	1	0	0.0	0.0