-
题名基于WACGAN和IRCNN的柴油机故障诊断方法
- 1
-
-
作者
唐程
毕凤荣
黄盟
汤代杰
沈鹏飞
毕晓阳
-
机构
天津大学先进内燃动力全国重点实验室
隆鑫通用动力股份有限公司
河北工业大学机械工程学院
-
出处
《内燃机学报》
北大核心
2025年第3期270-278,共9页
-
基金
河北省高等学校科学技术研究资助项目(QN_(2)022159).
-
文摘
针对基于振动数据驱动的柴油机故障诊断方法在训练样本不足时易过拟合、准确率低的问题,从故障数据增强与诊断模型优化两个角度出发,建立一种基于辅助分类生成对抗网络(WACGAN)和Inception残差卷积网络(IRCNN)的柴油机故障诊断方法.首先将Wasserstein距离与梯度惩罚引入辅助分类生成对抗网络,建立WACGAN对小规模训练集进行增广;然后向卷积神经网络(CNN)中引入Inception结构,并利用连续可微线性指数单元(CELU)激活提高模型特征提取能力,同时加入残差结构避免特征信息丢失,建立IRCNN模型;最后利用增广后的训练集训练IRCNN模型,实现小样本下的柴油机故障诊断.经柴油机故障模拟试验验证,所提方法仅利用每个故障状态下10个工作周期的振动数据,能实现95%的故障识别率;与传统过采样算法和优化前、后的CNN算法相比,该方法在故障样本匮乏时效果最好,能够实现95.47%的故障诊断准确率.
-
关键词
柴油机
故障诊断
生成对抗网络
卷积神经网络
-
Keywords
diesel engine
fault diagnosis
generative adversarial network
convolutional neural network
-
分类号
TK428
[动力工程及工程热物理—动力机械及工程]
-
-
题名基于融合数据增强的柴油机故障诊断方法
- 2
-
-
作者
景亚兵
郭明智
毕晓阳
-
机构
天津内燃机研究所
天津大学先进内燃动力全国重点实验室
河北工业大学机械工程学院
-
出处
《内燃机工程》
CAS
CSCD
北大核心
2024年第6期71-80,共10页
-
基金
河北省高等学校科学技术研究项目(QN2022159)。
-
文摘
针对基于深度学习的柴油机故障诊断方法在训练样本数量匮乏时易发生过拟合并导致诊断准确率下降的问题,提出一种基于融合数据增强的柴油机故障诊断方法。利用融合数据增强方法扩充训练集中的故障样本:先将合成少数过采样技术(synthetic minority oversampling technology,SMOTE)和改进辅助分类器生成对抗网络(auxiliary classifier generative adversarial network,ACGAN)相结合,分两阶段进行样本生成;再通过K近邻算法(K-nearest neighbors,KNN)去除噪声生成样本。然后使用扩充后的训练集训练深度学习故障诊断模型,用于识别未知振动信号。经柴油机故障模拟试验实测信号验证,在仅用10个样本进行训练时,一维卷积神经网络(one-dimensional convolutional neural network,1DCNN)能达到90.21%的故障诊断准确率,且所提融合数据增强方法在不同深度学习模型上均能提高故障诊断准确率。
-
关键词
数据增强
故障诊断
柴油机
生成对抗网络
-
Keywords
data augmentation
fault diagnosis
diesel engine
generative adversarial network(GAN)
-
分类号
TK428
[动力工程及工程热物理—动力机械及工程]
-
-
题名寻美,于诗词园林
- 3
-
-
作者
毕晓阳
-
机构
江苏省宜兴中学
-
出处
《现代语文（理论研究）》
2005年第6期17-19,共3页
-
文摘
美学教育是我国教育事业的有机组成部分,是用艺术美、自然美、社会生活美培养受教育者正确的审美观点和感受美、鉴赏美、创造美的能力的教育,它在提高人的素质方面有其他学科所不能替代的作用.中学语文教学是一个多层次、多结构、多要素的美学系统,在语文的园林中漫步,随处可以观赏到"美的鲜花",它们文质兼美,具有极其丰富的美学内容.
-
关键词
美学教育
中学
语文教学
教学内容
教学目标
诗词教学
-
分类号
G633.3
[文化科学—教育学]
-
-
题名基于全矩阵数据的非线性超声相控阵成像
- 4
-
-
作者
于赛坤
王露
丁湘燕
林琦
毛壮志
胡宁
毕晓阳
-
机构
河北工业大学机械工程学院
贵州省疾病预防控制中心
-
出处
《河北工业大学学报》
CAS
2024年第6期13-23,共11页
-
基金
河北省自然科学基金资助项目(A2021202022)
国家自然科学基金资助项目(12227801,52105094,2017-VII-0011-0106)。
-
文摘
早期损伤阶段微裂纹的检测对及时掌握材料结构力学性能和提前补救非常重要,然而现有的缺陷成像方法难以检测毫米级以下的微裂纹。基于微裂纹诱发超声非线性效应的机理,通过数值模拟方法论证了非线性超声相控阵全聚焦成像技术可实现毫米级以下微裂纹的成像。研究结果表明:首先,超声波与微裂纹相互作用会引起微裂纹的呼吸效应,其诱发超声非线性效应(二次谐波)可被相控阵阵元接收;其次,非线性超声相控阵成像中的二次谐波信号符合叠加原理;最终,非线性超声相控阵成像技术实现了对毫米级以下微裂纹的成像。研究结果对厘清非线性超声相控阵成像微裂纹的机理具有重要意义,可为非线性超声相控阵成像的理论研究提供新思路和基础。
-
关键词
微裂纹
非线性相控阵
二次谐波
全聚焦成像
-
Keywords
micro-crack
nonlinear phased array
second harmonic
total focusing method imaging
-
分类号
TG115.285
[金属学及工艺—物理冶金]
TB553
[理学—声学]
-
-
题名基于人工数据融合的柴油机故障数据增强方法
被引量：2
- 5
-
-
作者
黄盟
毕晓阳
杨晓
李鑫
汤代杰
毕凤荣
-
机构
天津大学内燃机燃烧学国家重点实验室
河北工业大学机械工程学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2023年第13期278-286,共9页
-
基金
河北省高等学校科学技术研究项目(QN2022159)。
-
文摘
针对基于数据驱动的柴油机故障诊断方法在训练数据匮乏时易过拟合、准确率低的问题,提出一种基于人工数据融合的数据增强方法,实现训练数据的增广。该方法将Wasserstein距离与梯度惩罚法引入辅助分类生成对抗网络(auxiliary classifier generative adversarial network,ACGAN),解决原始ACGAN训练不稳定的问题;将优化前后的ACGAN生成的两种人工数据按比例引入原始训练集中,从强化原有数据和优化诊断网络判定范围两个角度对训练集进行数据增强。经柴油机故障诊断试验验证,采用该方法对训练集进行数据增强后,在不同故障类型下的诊断准确率均有明显提高,且效果优于其他对比方法。
-
关键词
生成对抗网络(GAN)
数据融合
柴油机
数据增强
-
Keywords
generative adversarial network(GAN)
data fusion
diesel engine
data augmentation
-
分类号
TK428
[动力工程及工程热物理—动力机械及工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进残差卷积网络的柴油机故障诊断方法
被引量：3
- 6
-
-
作者
宋凯
黄盟
尤健
张琳琳
陈昌毅
毕晓阳
-
机构
陆军军事交通学院军事交通运输研究所
天津大学内燃机燃烧学国家重点实验室
河北工业大学省部共建电工装备可靠性与智能化国家重点实验室
-
出处
《内燃机工程》
CAS
CSCD
北大核心
2023年第5期66-73,共8页
-
基金
河北省高等学校科学技术研究项目(QN2022159)
省部共建电工装备可靠性与智能化国家重点实验室2021年度开放课题项目(EERIPD2021008)。
-
文摘
针对基于卷积神经网络(convolutional neural network,CNN)的柴油机故障诊断方法在训练样本匮乏时易过拟合、诊断准确率低的问题,提出一种基于改进残差卷积网络的“端到端”柴油机故障诊断方法。该方法采用连续可微指数线性单元(continuously differentiable exponential linear units,CELU)作为CNN激活函数并采取小批次训练方法,提高模型提取特征能力的同时加速其收敛;在模型中加入残差结构将深层网络提取到的抽象特征与表层特征相融合,避免深层网络导致的特征信息丢失与梯度消失问题。经柴油机故障模拟试验验证,该方法在仅使用20个样本进行训练时,能实现95.5%的故障诊断准确率;与CNN相比,该方法在不同类型及规模的训练集下,故障诊断准确率均有显著提升。
-
关键词
柴油机
故障诊断
卷积神经网络
残差结构
-
Keywords
diesel engine
fault diagnosis
convolutional neural network(CNN)
residual module
-
分类号
TK428
[动力工程及工程热物理—动力机械及工程]
-
