科研之友
微信
新浪微博
Facebook
分享链接
摘要
滚动轴承运行状态好坏会影响旋转机械的整体运转平稳性。由于在实际工况中带有标签的故障样本难以获取,基于传统深度学习的故障诊断方法,利用不足量的标签数据进行训练常导致模型无法学习到准确的故障特征。此外,智能故障诊断模型中的参数设置也是影响诊断结果优劣的关键因素。为了解决上述问题,提出一种基于三重生成式对抗网络的滚动轴承故障诊断方法。该方法将传统两人博弈转换为三人博弈,通过生成器、分类器与判别器的共同作用分别达到样本生成、标记与分类的目的。借助具有优越搜索效率的量子遗传算法,解决三重生成式对抗网络复杂的学习率设置问题。实验结果表明,该方法在标签数据不足的情况下,能够同时完成标注数据和高准确率故障诊断的工作。
- 单位
