文档名：基于约束对抗卷积自编码记忆融合网络的故障诊断
摘要：现有的基于多传感器融合技术的电机轴承故障诊断方法存在传感信号种类单一以及难以充分捕获不同数据间的分布不变性(模态不变性)问题.为此,在振动、电流数据上提出一种基于约束对抗卷积自编码记忆融合网络(CACAE-MFN)用于诊断电机轴承故障.首先,在融合之前通过引入挤压激励模块(SE-Block)和模态鉴别器和中心矩偏差度量函数(CMD)来改进卷积自编码器(CAE),使其能够加强关键性特征提取的同时捕获不同数据间的模态不变性信息.然后,利用长短周期记忆网络(LSTM)融合所提取的特征以学习其上下文信息.最后,对比实验表明所提融合方法实现了97%的轴承故障诊断精度,优于非融合方法约5%～11%.消融实验、可视化实验和泛化性能实验的结果验证了模型的有效性和泛化性.
作者：刘建华 杨皓楠 何静 张昌凡 陈泓润 Author：LIUJianhua YANGHaonan HEJing ZHANGChangfan CHENHongrun
作者单位：湖南工业大学轨道交通学院,湖南株洲412007湖南工业大学电气与信息工程学院,湖南株洲412007
刊名：电机与控制学报 ISTICEIPKU
Journal：ElectricMachinesandControl
年，卷(期)：2023, 27(6)
分类号：TM351
关键词：深度学习 故障诊断 对抗学习 卷积自编码 多模态数据融合 相似性约束
Keywords：deeplearning faultdiagnosis adversariallearning convolutionalautoencoder multimodaldatafusion similarityconstraint
机标分类号：TH165TP391TM307.1
在线出版日期：2023年7月27日
基金项目：国家自然科学基金，国家自然科学基金，湖南省研究生科研创新项目基于约束对抗卷积自编码记忆融合网络的故障诊断[
期刊论文] 电机与控制学报--2023, 27(6)刘建华 杨皓楠 何静 张昌凡 陈泓润现有的基于多传感器融合技术的电机轴承故障诊断方法存在传感信号种类单一以及难以充分捕获不同数据间的分布不变性(模态不变性)问题.为此,在振动、电流数据上提出一种基于约束对抗卷积自编码记忆融合网络(CACAE-MFN)用于...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于约束对抗卷积自编码记忆融合网络的故障诊断 Fault diagnosis based on constraint adversarial convolution auto-encoding memory fusion network
基于约束对抗卷积自编码记忆融合网络的故障诊断.pdf
- 文件大小:
- 4.16 MB
- 下载次数:
- 60
-
高速下载
|
|
