公开(公告)号：CN111832428A

公开(公告)日：2020-10-27

申请号：CN202010578466.5

申请日：2020-06-23

Applicant: 北京科技大学

Inventor： 肖雄 ,  肖宇雄 ,  张勇军 ,  张飞 ,  郭强 ,  宗胜悦

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种应用于冷轧轧机断带故障诊断的数据增强方法，属于钢铁冶金和故障诊断技术领域。所述方法包括：采集冷轧中与断带故障诊断相关的多个特征的时序信号，对采集的多个特征的时序信号进行处理，生成二维的故障图像集；将所述故障图像集划分为训练数据和测试数据；利用所述训练数据及其对应的标签对辅助分类生成对抗网络进行训练，得到生成模型，其中，训练好的生成模型用于生成断带故障诊断所需要的故障图像。采用本发明，在提高生成模型训练速度的同时，能够提高生成的故障图像的质量，以便于定向生成断带故障诊断所需要的故障图像，从而解决断带故障诊断中故障数据不足的问题。

公开(公告)号：CN111832428B

公开(公告)日：2024-02-23

申请号：CN202010578466.5

申请日：2020-06-23

Applicant: 北京科技大学

Inventor： 肖雄 ,  肖宇雄 ,  张勇军 ,  张飞 ,  郭强 ,  宗胜悦

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/094 ,  G06T11/00 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/0464 ,  G06F18/213 ,  G06F123/02

Abstract: 问题。本发明提供一种应用于冷轧轧机断带故障诊断的数据增强方法，属于钢铁冶金和故障诊断技术领域。所述方法包括：采集冷轧中与断带故障诊断相关的多个特征的时序信号，对采集的多个特征的时序信号进行处理，生成二维的故障图像集；将所述故障图像集划分为训练数据和测试数据；利用所述训练数据及其对应的标签对辅助分类生成对抗网络进行训练，得到生成模型，其中，训练好的生成模型用于生成断带故障诊断所需要的故障图像。采用本发明，在提高生成模型(56)对比文件杨洪富 等.基于SAE的航空发动机气路故障诊断《. 航空计算技术 》.2018,第48卷(第6期),47-51.Miao, L 等.Multiobjective CoordinatedControl Strategy for Grid-ConnectedInverter under Unbalanced VoltageConditions《.JOURNAL OF ENERGYENGINEERING》.2020,第146卷(第3期),1-7.XueSen Lin 等.Fault Diagnosis ofAero-engine Bearing Using a Stacked Auto-Encoder Network《. 2018 IEEE 4thInformation Technology and MechatronicsEngineering Conference (ITOEC)》.2019,545-548.肖雄 等.基于二维灰度图的数据增强方法在电机轴承故障诊断的应用研究《.中国电机工程学报》.2021,第41卷(第2期),738-748.傅宏辉 等.基于ACGAN的功率变换器参数性故障诊断方法《.机械制造与自动化》.2019,第48卷(第6期),159-163.

公开(公告)号：CN110068462A

公开(公告)日：2019-07-30

申请号：CN201910396677.4

申请日：2019-05-14

Applicant: 北京科技大学

Inventor： 肖雄 ,  肖宇雄 ,  张勇军 ,  张飞 ,  郭强

IPC: G01M13/045

Abstract: 本发明提供一种电机轴承故障诊断方法及装置，能够通过采用信号-图像转换的方法,将轴承的一维振动信号转化为二维灰度图，降低二维卷积神经网络结构的复杂度。所述方法包括：获取电机轴承故障数据集，将故障数据集中的一维轴承故障信号转换为二维故障信号灰度图，得到训练集图像；根据得到的训练集图像，通过二维卷积神经网络训练故障诊断模型；获取现场的一维轴承振动信号，将一维轴承振动信号转换为二维现场信号灰度图；将二维现场信号灰度图输入训练好的故障诊断模型，由训练故障诊断模型输出各故障类别归属权重，根据输出的各故障类别归属权重，确定当前轴承的故障类别。本发明适用于电机轴承故障诊断领域。