典型文献
燃气轮机深度卷积生成对抗故障样本生成研究
文献摘要：
针对应用深度学习进行燃气轮机故障诊断时,因故障信号数据不易获取,使得正常运行样本多、故障样本少,影响故障诊断准确率的问题,提出了一种采用深度卷积生成对抗学习对燃气轮机故障样本进行扩充的方法.根据燃气轮机振动信号特点,利用快速傅里叶变换、经验模态分解、解调预处理故障信号,提取故障频域特征并选取特征值指标,将振动信号转为二维灰度图像,通过正交梯度惩罚算法训练深度卷积生成对抗故障样本生成模型.实例结果表明,使用所提方法获得CWRU轴承数据集生成样本测试准确率为98.01％;某型燃气轮机生成样本测试准确率为97.43％,同条件下均优于其他主流故障样本生成方法,验证了所提故障样本生成方法的有效性和优越性.
文献关键词：
燃气轮机;故障数据;故障诊断;生成对抗网络
中图分类号：
作者姓名：
王政博;王红军;张翔;崔英杰;苏静雷
作者机构：
北京信息科技大学机电工程学院 北京 100192;高端装备制造智能感知与控制北京市国际科技合作基地 北京 100192;北京信息科技大学机电系统测控北京市重点实验室 北京 100192;天津光电通信技术有限公司 天津 300211
文献出处：
引用格式：
[1]王政博;王红军;张翔;崔英杰;苏静雷-.燃气轮机深度卷积生成对抗故障样本生成研究)[J].电子测量与仪器学报,2022(06):82-90
A类：
B类：
燃气轮机,深度卷积,故障样本生成,因故,故障信号,号数,故障诊断准确率,生成对抗学习,振动信号,快速傅里叶变换,经验模态分解,解调,频域特征,二维灰度图,灰度图像,梯度惩罚,算法训练,生成模型,CWRU,轴承数据,数据集生成,生成方法,故障数据,生成对抗网络
AB值：
0.27151
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
