科研之友
微信
新浪微博
Facebook
分享链接
摘要
主要开展了深度卷积生成对抗网络（DCGAN）在流体机械故障诊断方面的应用研究，建立了基于深度学习和迁移学习在小样本条件下的流体机械故障诊断方法 .仿真实验结果表明：基于DCGAN生成的数据能涵盖原始数据的主要特征，可被用于对流体机械小样本故障诊断数据的扩充.结合迁移学习和深度学习的故障诊断方法，采用不同流体机械的运行数据对模型进行实验验证，结果表明：该模型解决了小样本训练中的过拟合问题，诊断准确率为98%～100%.
-
单位机电工程学院; 上海师范大学
