FAILED
首站-论文投稿智能助手
典型文献
自适应辅助分类器生成式对抗网络样本生成模型及轴承故障诊断
文献摘要:
故障样本获取困难导致的训练样本不均衡严重影响故障诊断模型的可用性及准确率,因此提出一种基于自适应辅助分类器生成式对抗网络的故障样本生成模型,通过度量判别器与生成器的相对性能自适应地调节生成器损失值,使训练收敛更快、生成数据质量更好.将所提方法、辅助分类器生成式对抗网络方法生成的数据,以及未经处理的试验原始数据作为BP分类模型的输入数据进行试验,结果表明所提方法生成数据训练的模型更优.所提方法与1 D-CNN、e2 e-LSTM、CFVS-SVM和FFT-CNN等方法的对比结果表明,所提方法的故障诊断准确率、信息处理时间均最优.
文献关键词:
故障诊断;生成对抗网络;深度学习;滚动轴承
作者姓名:
杨光友;刘浪;习晨博
作者机构:
湖北工业大学农机工程研究设计院,武汉,430068;湖北省农机装备智能化工程技术研究中心,武汉,430068
文献出处:
引用格式:
[1]杨光友;刘浪;习晨博-.自适应辅助分类器生成式对抗网络样本生成模型及轴承故障诊断)[J].中国机械工程,2022(13):1613-1621
A类:
CFVS
B类:
辅助分类器,生成式对抗网络,生成模型,轴承故障诊断,训练样本,样本不均衡,故障诊断模型,可用性,故障样本生成,判别器,生成器,相对性,损失值,数据质量,原始数据,分类模型,输入数据,数据训练,e2,FFT,故障诊断准确率,信息处理,处理时间,生成对抗网络,滚动轴承
AB值:
0.317124
相似文献
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。