《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于生成对抗网络与个性机理模型的旋转机械故障诊断方法

作者：吕哲,马波,于功也,等. 日期：2022-11-22/span> 浏览：1177 查看PDF文档

基于生成对抗网络与个性机理模型的旋转

机械故障诊断方法*

吕哲1,马波1,2,于功也1,陈一伟3*

(1.北京化工大学机电工程学院,北京 100029;2.北京化工大学高端机械装备健康监控与自愈化

北京市重点实验室,北京 100029;3.生态环境部核与辐射安全中心,北京 100082)

摘要:在工业生产中,由于故障数据缺失会导致诊断模型构建困难,针对这一问题,提出了一种基于生成对抗网络(GAN)与个性机理模型(MCGM)的旋转机械故障智能诊断方法。首先,采用源域数据完成了对目标域数据的领域自适应,提取出了源域中反映设备故障状态的共性参数,并依据GAN构建了其分布模型;然后,从构建好的分布模型中提取出共性参数,并结合MCGM与目标域正常状态数据,生成了目标域虚拟故障样本,通过虚拟故障样本与目标域正常状态样本训练,得到了目标域故障诊断模型;最后,采用标准数据集与实验室轴承数据,对基于生成对抗网络(GAN)与个性机理模型(MCGM)的旋转机械智能诊断方法进行了验证。研究结果表明:基于GANMCGM的旋转机械智能诊断方法在诊断任务中的平均准确率达到了92.5%,平均准确率相较其他对比方法有显著提高。

关键词:机械运行与维修;转动机件;领域自适应;故障诊断模型;生成对抗网络;个性机理模型;故障机理

中图分类号:TH133;TH17文献标识码:A文章编号:1001-4551(2022)09-1203-09

本文引用格式:

吕哲,马波,于功也,等.基于生成对抗网络与个性机理模型的旋转机械故障诊断方法［J］.机电工程,2022,39(9):1203-1210,1219.

LV Zhe, MA Bo, YU Gong-ye, et al. Intelligent fault diagnosis method of rotating machinery based on GAN-MCGM［J］.Journal of Mechanical & Electrical Engineering, 2022,39(9):1203-1210,1219.