典型文献
电静压伺服机构小样本数据故障诊断方法研究
文献摘要：
为解决电静压伺服机构(Electro-Hydrostatic Actuator,EHA)小样本故障诊断准确率低的问题,提出了一种将迁移学习与生成对抗网络相结合的故障诊断方法(Transfer-WDCGAN).首先用生成对抗网络(GAN)生成与EHA试验数据相似的数据集作为源域,利用迁移学习提取源域和试验数据的共同特征,并得到预训练模型;然后将预训练模型与WDCGAN结合进行微调,对电静压伺服机构试验数据进行数据增强;最后分别采用MMD距离和3种故障诊断结果评价指标对所提故障诊断方法进行评价.结果表明:相比于WDCGAN数据增强模型,文章所提模型生成样本特征更逼近于真实数据,其中最优故障诊断模型SDAE故障诊断结果准确率由79％提高到了90％,有效解决了基于WDCGAN故障诊断模型过拟合、准确率低的问题.
文献关键词：
电静压伺服机构;故障诊断;小样本;迁移学习;数据增强;生成对抗网络
中图分类号：
作者姓名：
杨高朋;岑恩杰;陈换过;陈培;肖雪;徐淼;刘培君
作者机构：
浙江理工大学机械与自动控制学院,浙江 杭州310018;杭州定川信息技术有限公司,浙江 杭州310018;北京精密机电控制设备研究所,北京100076
文献出处：
引用格式：
[1]杨高朋;岑恩杰;陈换过;陈培;肖雪;徐淼;刘培君-.电静压伺服机构小样本数据故障诊断方法研究)[J].传感技术学报,2022(06):778-784
A类：
电静压,电静压伺服机构,WDCGAN
B类：
小样本数据,故障诊断方法,Electro,Hydrostatic,Actuator,EHA,故障诊断准确率,迁移学习,生成对抗网络,Transfer,先用,源域,共同特征,预训练模型,微调,数据增强,MMD,诊断结果,结果评价,增强模型,模型生成,样本特征,逼近,真实数据,故障诊断模型,SDAE,过拟合
AB值：
0.231275
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。
