《机电工程》杂志,浙江大学与浙江省机电集团联合主办。月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳
执行董事兼总经理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址浙江省杭州市大学路高官弄9号
电话Tel+86-571-87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局
国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于领域对抗网络的轴承故障诊断方法研究

作者:刘嘉濛1,郑凡帆1,梁丽冰1,马波1,2* 日期:2020-05-20/span> 浏览:130 查看PDF文档

基于领域对抗网络的轴承故障诊断方法研究*
刘嘉濛1,郑凡帆1,梁丽冰1,马波1,2*
(1.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,北京 100029;
2.北京化工大学 高端机械装备健康监控与自愈化北京市重点实验室,北京 100029)
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。

关键词:故障诊断;领域对抗网络;轴承故障;网络诊断 

中图分类号:TH133.3;TP277            文献标识码:A              文章编号:1001-4551(2020)03-0227-07


本文引用格式:
刘嘉濛,郑凡帆,梁丽冰,等.基于领域对抗网络的轴承故障诊断方法研究[J].机电工程,2020,37(3):227-233.
LIU Jia-meng, ZHENG Fan-fan, LIANG Li-bing, et al. Fault diagnosis method for bearings based on domain adversarial neural networks[J].Journal of Mechanical & Electrical Engineering, 2020,37(3):227-233.
《机电工程》杂志:http://www.meem.com.cn

合作伙伴

浙江机械信息网