[发明专利] 一种基于生成对抗网络的旋转机械小样本故障诊断方法 – CN114091504A 全文链接一 全文链接二
| 基本信息 | |||
|---|---|---|---|
|
申请号
|
CN202110813313.9 |
申请日
|
20210719 |
|
公开（公告）号
|
CN114091504A |
公开（公告）日
|
20220225 |
|
申请（专利权）人
|
中国科学院空间应用工程与技术中心;中国科学院大学 | ||
|
申请人地址
|
100094 北京市海淀区邓庄南路9号
|
||
|
发明人
|
曹智;伏洪勇;王珂;李振祥;张俊华 | 专利类型 | 发明专利 |
|
摘要
|
本发明公开了一种基于生成对抗网络的旋转机械小样本故障诊断方法，首先将采集到的旋转机械时域信号经过快速傅里叶变换(FFT)转换成易观察特征的频谱信号；然后在ACWGAN‑GP的基础上，通过引入“argmax”多分类思想，得到ACWGAN‑GP‑ARGMAX诊断模型。所述诊断模型赋予判别器分类识别能力并对判别器的分类识别能力进行了增强，可以有效提高旋转机械小样本故障诊断的准确度和效率。 | ||
|
主权项
|
1.一种基于生成对抗网络的旋转机械小样本故障诊断方法，其特征在于，包括以下步骤：S1:采集旋转机械的振动信号；S2:对旋转机械振动信号进行预处理，划分为训练集和测试集；S3:建立ACWGAN‑GP‑ARGMAX网络模型；S4:对所述ACWGAN‑GP‑ARGMAX网络模型进行训练；S5:对所述训练集中每种健康状态下的数据分别进行对抗训练，并将训练好的网络模型融合成一个诊断模型；S6：将所述测试集输入所述诊断模型中进行诊断测试，并输出诊断结果。 | ||
|
IPC信息
|
|||
|---|---|---|---|
|
IPC主分类号
|
G06K9/00 | ||
| G 物理
G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理 G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置(核粒子踪迹的处理或分析入G01T5/02；测试纸币或类似的有价值的纸上的图形入G07D7/20；语音识别入G10L15/00)〔1，7〕 |
|||
|
法律状态信息
|
|||||
|---|---|---|---|---|---|
|
法律状态公告日
|
20220225 |
法律状态
|
公开 | 法律状态信息 |
CN202110813313 20220225 公开 公开
|
|
代理信息
|
|||
|---|---|---|---|
|
代理机构名称
|
北京市盛峰律师事务所 11337 |
代理人姓名
|
于国强 |