期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Triplet Network的小样本轴承、齿轮故障诊断方法
被引量：
3
1
作者
谢由生
张军
《机电工程》
CAS
北大核心
2022年第8期1111-1117,共7页
针对小样本条件下,深度神经网络在机械设备典型部件中(轴承、齿轮)故障诊断精度不高这一问题,提出了一种基于Triplet Network的机械设备典型部件(轴承、齿轮)故障诊断方法。首先,利用短时傅里叶变换,将原始时序信号转换为时频信号;然后...
针对小样本条件下,深度神经网络在机械设备典型部件中(轴承、齿轮)故障诊断精度不高这一问题,提出了一种基于Triplet Network的机械设备典型部件(轴承、齿轮)故障诊断方法。首先,利用短时傅里叶变换,将原始时序信号转换为时频信号;然后,采用了基于Triplet Network搭建的模型,从时频信号中提取了同一故障和不同故障样本的特征,通过对比相同故障和不同故障样本特征的相似度,对模型参数进行了优化,达到了提取的同一故障样本特征相似度越来越高,不同故障样本特征相似度越来越低的效果;最后,通过比较未知样本与已知故障样本的特征相似度,实现了对机械设备典型部件(轴承、齿轮)的故障识别,并采用江南大学轴承故障数据集和康涅狄格大学齿轮故障数据集,对该故障诊断方法的有效性进行了实验验证。研究结果表明:基于Triplet Network的方法在每类训练样本只有5个的情况下,轴承故障识别率可以达到68%,齿轮故障识别率为96.8%,均优于传统的深度神经网络方法。
展开更多
关键词
齿轮故障诊断
滚动轴承故障诊断
深度神经网络
特征相似度
故障识别率
时频信号
小样本
在线阅读
下载PDF
职称材料
改进条件对抗网络在小样本故障诊断中的研究
被引量：
4
2
作者
谢由生
张军
《机械科学与技术》
CSCD
北大核心
2023年第11期1904-1911,共8页
在实际智能设备的故障诊断中,往往很难获得大量的故障样本,这对基于机器学习的故障诊断的分类精度造成不可估量的影响。为了提高小样本情况下的故障诊断精度,提出一种基于条件对抗网络的生成模型(Conditional generative adversarial ne...
在实际智能设备的故障诊断中,往往很难获得大量的故障样本,这对基于机器学习的故障诊断的分类精度造成不可估量的影响。为了提高小样本情况下的故障诊断精度,提出一种基于条件对抗网络的生成模型(Conditional generative adversarial networks-gradient penalty,CGAN-GP),用于数据增强来获得充足的故障样本。CGAN-GP利用二维卷积,学习预处理后获得的二维故障样本的分布特性,生成与真实样本相似的样本,并使用Wasserstein距离和梯度惩罚(Gradient penalty,GP)策略解决模型训练中的问题,同时将故障样本的标签信息输入模型引导模型生成特定的故障样本,实现一个模型可生成多种故障样本,并且在CWRU轴承数据集上得以验证。研究表明提出的模型可以生成与真实样本特征相似的高质量样本,能够有效提高小样本情况下故障诊断的识别率。
展开更多
关键词
故障诊断
生成对抗网络
小样本
梯度惩罚
在线阅读
下载PDF
职称材料
题名
基于Triplet Network的小样本轴承、齿轮故障诊断方法
被引量：
3
1
作者
谢由生
张军
机构
安徽理工大学人工智能学院
出处
《机电工程》
CAS
北大核心
2022年第8期1111-1117,共7页
基金
教育部产学合作协同育人项目(201901059052,201901228008)。
文摘
针对小样本条件下,深度神经网络在机械设备典型部件中(轴承、齿轮)故障诊断精度不高这一问题,提出了一种基于Triplet Network的机械设备典型部件(轴承、齿轮)故障诊断方法。首先,利用短时傅里叶变换,将原始时序信号转换为时频信号;然后,采用了基于Triplet Network搭建的模型,从时频信号中提取了同一故障和不同故障样本的特征,通过对比相同故障和不同故障样本特征的相似度,对模型参数进行了优化,达到了提取的同一故障样本特征相似度越来越高,不同故障样本特征相似度越来越低的效果;最后,通过比较未知样本与已知故障样本的特征相似度,实现了对机械设备典型部件(轴承、齿轮)的故障识别,并采用江南大学轴承故障数据集和康涅狄格大学齿轮故障数据集,对该故障诊断方法的有效性进行了实验验证。研究结果表明:基于Triplet Network的方法在每类训练样本只有5个的情况下,轴承故障识别率可以达到68%,齿轮故障识别率为96.8%,均优于传统的深度神经网络方法。
关键词
齿轮故障诊断
滚动轴承故障诊断
深度神经网络
特征相似度
故障识别率
时频信号
小样本
Keywords
gear fault diagnosis
rolling bearing fault diagnosis
deep neural network
feature similarity
fault recognition rate
time-frequency signal
small samples
分类号
TH133.33 [机械工程—机械制造及自动化]
TH132.41 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
改进条件对抗网络在小样本故障诊断中的研究
被引量：
4
2
作者
谢由生
张军
机构
安徽理工大学人工智能学院
出处
《机械科学与技术》
CSCD
北大核心
2023年第11期1904-1911,共8页
基金
国家创新方法工作专项(2018IM010500)
安徽省科技重大专项计划项目(16030901012)。
文摘
在实际智能设备的故障诊断中,往往很难获得大量的故障样本,这对基于机器学习的故障诊断的分类精度造成不可估量的影响。为了提高小样本情况下的故障诊断精度,提出一种基于条件对抗网络的生成模型(Conditional generative adversarial networks-gradient penalty,CGAN-GP),用于数据增强来获得充足的故障样本。CGAN-GP利用二维卷积,学习预处理后获得的二维故障样本的分布特性,生成与真实样本相似的样本,并使用Wasserstein距离和梯度惩罚(Gradient penalty,GP)策略解决模型训练中的问题,同时将故障样本的标签信息输入模型引导模型生成特定的故障样本,实现一个模型可生成多种故障样本,并且在CWRU轴承数据集上得以验证。研究表明提出的模型可以生成与真实样本特征相似的高质量样本,能够有效提高小样本情况下故障诊断的识别率。
关键词
故障诊断
生成对抗网络
小样本
梯度惩罚
Keywords
fault diagnosis
generative adversarial networks(GAN)
small samples
gradient penalty
分类号
TG156 [金属学及工艺—热处理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Triplet Network的小样本轴承、齿轮故障诊断方法
谢由生
张军
《机电工程》
CAS
北大核心
2022
3
在线阅读
下载PDF
职称材料
2
改进条件对抗网络在小样本故障诊断中的研究
谢由生
张军
《机械科学与技术》
CSCD
北大核心
2023
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
