基于改进残差卷积自编码网络的类自适应旋转机械故障诊断

张剑; 程培源; 邵思羽

首页> 中文期刊> 《计算机应用》 >基于改进残差卷积自编码网络的类自适应旋转机械故障诊断

基于改进残差卷积自编码网络的类自适应旋转机械故障诊断

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对旋转机械传感器信号样本有限影响深层网络模型训练学习的问题,提出一种结合改进残差卷积自编码网络与类自适应方法的故障诊断模型应对小样本数据。首先将少量已标记的源域数据和目标域数据创建为成对样本,并设计一种改进的一维残差卷积自编码网络对两种不同分布的原始振动信号进行特征提取;其次,利用最大均值差异(MMD)减小分布差异,并将两个域同一故障类别的数据空间映射到一个共同的特征空间,最终实现准确的故障诊断。实验结果表明,与微调、域自适应等方法相比,所提模型能够有效提高不同工况、微量已标记的目标域振动数据下的故障诊断准确率。

著录项

来源
《计算机应用》 |2022年第8期|2440-2449|共10页
作者
张剑; 程培源; 邵思羽;
展开▼
作者单位

空军工程大学研究生院;

空军工程大学防空反导学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
残差卷积自编码网络; 类自适应; 旋转机械故障诊断; 小样本; 最大均值差异;

相似文献

中文文献
外文文献
专利

1. 基于改进深度残差网络的旋转机械故障诊断 [J] . 侯召国 ,王华伟 ,周良 . 系统工程与电子技术 . 2022,第6期
2. 基于改进残差网络的旋转机械变工况故障诊断 [J] . 段泽森 ,郝如江 ,王一帆 . 组合机床与自动化加工技术 . 2022,第10期
3. 基于多尺度特征融合残差神经网络的旋转机械故障诊断 [J] . 邓飞跃 ,丁浩 ,郝如江 . 振动与冲击 . 2021,第24期
4. 残差卷积自编码网络无监督迁移轴承故障诊断 [J] . 温江涛 ,张鹏程 ,孙洁娣 . 中国机械工程 . 2022,第14期
5. 自适应卷积神经网络在旋转机械故障诊断中的应用 [J] . 李涛 ,段礼祥 ,张东宁 . 振动与冲击 . 2020,第016期
6. DR-CNN:一种用于地铁列车故障检修的残差卷积神经网络模型 [C] . 徐文博 ,左羽 ,赵勇 . 2017年贵州省计算机学会年会 . 2017
7. 基于残差网络的机械滚动轴承故障诊断方法研究 [A] . 谷年龙 . 2018

基于改进残差卷积自编码网络的类自适应旋转机械故障诊断

摘要

著录项

相似文献

相关主题

期刊订阅