-
公开(公告)号:CN114611233B
公开(公告)日:2022-11-11
申请号:CN202210227591.0
申请日:2022-03-08
Applicant: 湖南第一师范学院
IPC: G06F30/17 , G06F30/27 , G06F119/02
Abstract: 本发明属于机械设备故障诊断技术领域,公开了一种旋转机械故障不平衡数据生成方法及计算机设备,包括:通过对齿轮箱数据进行预处理、进行齿轮箱数据多尺度化、构建并初始化多尺度渐进生成对抗网络模型,同时进行多尺度渐进生成对抗网络模型的训练与优化,利用优化后的多尺度渐进生成对抗网络模型生成多尺度故障数据。本发明通过渐进生成的方式输出高质量故障数据样本解决这一领域普遍存在的严重数据不平衡问题。该方法可以补充少数类别的样本,达到平衡数据集的效果。本发明引入迁移学习的多核最大均值距离MK‑MMD度量方法,使得每一级生成数据的分布更加接近真实数据的分布情况,也确保了生成数据可具备相应的机理性。
-
公开(公告)号:CN115310346A
公开(公告)日:2022-11-08
申请号:CN202210755924.7
申请日:2022-06-30
Applicant: 湖南第一师范学院 , 湖南天桥嘉成智能科技有限公司
Abstract: 本发明属于故障诊断技术领域,公开了一种城轨车辆转向架牵引座故障诊断模型及其构建方法,首先搭建城轨车辆转向架仿真实验平台,完成牵引座的信号采集,对牵引座振动信号在不同域进行分析处理,构造出能量向量;然后基于PCA‑OVO的特征提取算法,得到牵引座的敏感特征集,利用BP神经网络建立、训练一个状态识别模型,分别以时域、频域、时频和敏感特征集作为输入值,比较输出的状态结果。本发明提供的基于PCA‑OVO反向传播神经网络的城轨车辆转向架牵引座故障诊断模型能够有效提高故障检测效率,准确率高,为城轨车辆牵引座的故障诊断提供了一个新模型。
-
公开(公告)号:CN114611233A
公开(公告)日:2022-06-10
申请号:CN202210227591.0
申请日:2022-03-08
Applicant: 湖南第一师范学院
IPC: G06F30/17 , G06F30/27 , G06F119/02
Abstract: 本发明属于机械设备故障诊断技术领域,公开了一种旋转机械故障不平衡数据生成方法及计算机设备,包括:通过对齿轮箱数据进行预处理、进行齿轮箱数据多尺度化、构建并初始化多尺度渐进生成对抗网络模型,同时进行多尺度渐进生成对抗网络模型的训练与优化,利用优化后的多尺度渐进生成对抗网络模型生成多尺度故障数据。本发明通过渐进生成的方式输出高质量故障数据样本解决这一领域普遍存在的严重数据不平衡问题。该方法可以补充少数类别的样本,达到平衡数据集的效果。本发明引入迁移学习的多核最大均值距离MK‑MMD度量方法,使得每一级生成数据的分布更加接近真实数据的分布情况,也确保了生成数据可具备相应的机理性。
-
-