小样本下基于GADF和ProNet的单向阀故障诊断方法

作者：付乃政; 黄国勇^*

来源：机械设计与研究, 2022, 38(04): 132-137.

DOI：10.13952/j.cnki.jofmdr.2022.0100

• 单向阀
• 故障诊断
• 格拉姆角差场
• 原型网络
• 小样本

针对高压隔膜泵单向阀故障有标签数据稀少、振动信号特征不易表征的问题，该文提出了一种格拉姆角差场(Gram angle difference field)结合原型网络(Prototype Network)的小样本下单向阀故障诊断方法。首先，利用格拉姆角差场将单向阀的一维振动信号转化成具有时间依赖性的二维特征图像，提取图像特征后将图像特征映射到嵌入空间，得到单向阀各个状态下的原型表示，最后通过分类器进行识别分类，从而实现小样本下高压隔膜泵单向阀的故障诊断。实验表明，该方法在高压隔膜泵单向阀故障诊断的不同小样本数据集上均能实现更高精度的故障诊断。

• 单位
  自动化学院; 昆明理工大学