?

?

《機電工程》雜志,月刊( 詳細... )

中國標準連續出版物號 ISSN 1001-4551 CN 33-1088/TH
主辦單位浙江省機電集團有限公司
浙江大學
主編陳 曉
副 主 編唐任仲、羅向陽(執行主編)
總 經 理羅向陽
出 版浙江《機電工程》雜志社有限公司
地 址杭州市上城區延安路95號浙江省機電集團大樓二樓211、212室
電話Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
國外發行中國國際圖書貿易總公司
訂閱全國各地郵局   國外代號M3135
國內發行浙江省報刊發行局
郵發代號32-68
廣告發布登記證:杭上市管廣發G-001號

在線雜志

當前位置: 機電工程 >>在線雜志

基于邊界輔助判別的滾動軸承故障特征增強及診斷方法

作者:李佰霖,魯大臣,付文龍,等. 日期:2024-04-24/span> 瀏覽:1186 查看PDF文檔

基于邊界輔助判別的滾動軸承故障特征增強及診斷方法*
李佰霖,魯大臣,付文龍*,陳禹朋

(三峽大學 電氣與新能源學院,湖北 宜昌 443002)


摘要:滾動軸承作為機械設備重要部件,對保障設備安全穩定運行具有重要意義。針對實際診斷中的滾動軸承故障數據不平衡問題,提出了一種基于邊界輔助判別的輔助分類生成對抗網絡模型(BD-ACGAN)。首先,設計了一種可用于提取故障樣本邊界細節特征的邊界輔助判別器,以引導生成器生成更真實的樣本,并采用該生成樣本解決了數據不平衡的問題;其次,采用了自適應權重損失模塊,動態調整了損失權重,使該模型更加關注重要的特征信息,從而提高了該模型的生成質量和特征表達能力;利用生成樣本和真實樣本數據對BDACGAN模型進行了增強訓練,提高了該模型的泛化能力和診斷能力;最后,進行了消融實驗及對照實驗,對BD-ACGAN模型的特征增強能力和診斷效果進行了驗證,分別采用美國凱斯西儲大學和西安交通大學滾動軸承數據集對模型進行了實驗驗證。研究結果表明:該BD-ACGAN模型能夠有效利用故障樣本的邊界特征解決數據不平衡問題,并且故障診斷精確度為98.79%,優于其他對照模型,為滾動軸承故障診斷提供了一種新的方法。

關鍵詞:軸承故障診斷;數據不平衡;邊界輔助判別的輔助分類生成對抗網絡;故障特征增強;自適應權重損失;數據集增廣

中圖分類號:TH133.3文獻標識碼:A文章編號:1001-4551(2024)04-0643-08

本文引用格式:

李佰霖,魯大臣,付文龍,等.基于邊界輔助判別的滾動軸承故障特征增強及診斷方法[J].機電工程,2024,41(4):643-650.

LI Bailin, LU Dachen, FU Wenlong, et al. Fault feature enhancement and diagnosis method of rolling bearing based on boundary-assisted discrimination[J].Journal of Mechanical & Electrical Engineering, 2024,41(4):643-650.



?

友情鏈接

浙江機械信息網