摘要
本发明针对深度学习模型在轴向柱塞泵样本不均衡情况下故障诊断性能退化的问题,提出了一种样本非均衡条件下轴向柱塞泵故障诊断方法,涉及故障诊断技术领域。本发明在样本不均衡条件下,能够生成高质量样本以满足训练要求;构建了模型迁移框架,采用预训练‑微调策略,提高了模型在目标域任务中的泛化能力。实验结果表明,本发明有效提高了生成样本的质量,提升了样本不均衡情况下轴向柱塞泵故障识别率。
技术关键词
轴向柱塞泵
故障诊断方法
摩擦磨损实验机
WGAN模型
故障模拟实验台
样本
连续小波变换
卡具
故障模拟试验台
比例溢流阀
滑靴
矩阵
故障模拟测试
试件表面
故障诊断工作
系统控制程序
流量传感器
频域分析方法
配流盘
系统为您推荐了相关专利信息
动态神经网络
支持向量机模型
轴承故障诊断方法
拉格朗日
状态诊断
轴承故障诊断方法
搜索算法
傅里叶变换处理
频率
网络
旋转机械故障诊断方法
神经架构搜索
网络结构状态
注意力机制
数据
轴承故障诊断方法
故障诊断模型
训练样本集
卷积神经网络特征
轴承故障诊断技术