10.12068/j.issn.1005-3026.2019.12.002
基于改进GAN算法的电机轴承故障诊断方法
提出一种基于改进GAN(生成对抗网络)的滚动轴承故障诊断方法,以振动信号作为主要依据,结合连续小波变换处理非平稳信号的能力和半监督生成对抗网络(semi-supervised generation adversarial networks,SSGAN)处理和识别图像的功能,在半监督生成对抗网络的基础上引入条件模型并对损失函数进行优化,指导生成器和判别器的训练.首次将改进GAN算法应用于故障诊断领域并利用其生成模型和半监督学习能力分别解决了样本数据不足和样本标记问题.实验表明,连续小波变换与改进GAN结合的故障诊断方法与其他主流诊断方法相比能达到较高准确率.
轴承、连续小波变换、时频图、半监督学习、GAN(生成对抗网络)、故障诊断
40
TP18(自动化基础理论)
国家自然科学基金资助项目61573087
2020-01-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
1679-1684