基于WGAN和CNN的轴承故障诊断研究 |
| |
引用本文: | 佘媛,温秀兰,唐颖,赫忠乐,王智贤.基于WGAN和CNN的轴承故障诊断研究[J].南京工程学院学报(自然科学版),2023(2):34-38. |
| |
作者姓名: | 佘媛 温秀兰 唐颖 赫忠乐 王智贤 |
| |
作者单位: | 南京工程学院自动化学院 |
| |
基金项目: | 江苏省研究生科研与实践创新计划项目(SJCX22_1071); |
| |
摘 要: | 轴承作为机械系统的关键部件,可以解析出整个机械系统的故障信息和健康状态,提出一种基于改进生成对抗网络和卷积神经网络的轴承故障诊断方法.首先通过小波变换将一维轴承振动数据转换为二维时频图像数据;然后经设计的改进生成对抗网络训练轴承的二维图像数据,将达到纳什平衡后生成的数据补充到原始数据中增加轴承样本数据;最后将扩充完成的数据集输入卷积神经网络进行训练.测试结果显示轴承故障诊断平均准确率达94%,验证了故障数据不充足时该方法用于轴承故障诊断的可行性.
|
关 键 词: | 轴承故障诊断 卷积神经网络 数据扩充 改进生成对抗网络 |
|
|