摘要
本发明提供基于改进EEMD和生成对抗网络的旋转机械故障诊断方法及系统,属于旋转机械故障诊断技术领域,获取振动信号,通过改进EEMD算法将振动信号分解为多个本征模态分量,形成一维振动信号;将一维振动信号通过灰度处理转化为二维图像,并构建单通道二维图像训练数据集;建立旋转机械故障诊断模型,并设定目标函数;基于鉴别器损失及生成器损失训练生成对抗网络,并扩充故障数据,利用真实训练数据及生成训练数据训练分类器实现故障诊断。本发明结合改进EEMD和生成对抗网络进行数据不平衡情况下故障诊断,可以对旋转机械关键部件在复杂工况下所训练的诊断模型具有较好的稳定性、鲁棒性。
技术关键词
生成对抗网络
旋转机械故障
EEMD算法
特性评价值
数据分布
极值
信号
生成训练数据
训练分类器
故障诊断模块
标签
图像
旋转机械设备
注意力机制
序列
训练鉴别器
系统为您推荐了相关专利信息
施工升降机
风速检测传感器
避让装置
驱动控制器
安装支架
工业产品图像
多通道图像数据
序列
LSTM模型
深度卷积生成对抗网络
主成分分析算法
图像匹配
修复方法
图像获取装置
互补金属氧化物半导体传感器
图像
修复方法
前馈神经网络
峰值信噪比
特征提取器
恢复系统
卷积模块
场景
横向连接结构
深度卷积神经网络