摘要
一种风机齿轮箱振动故障监测与诊断系统,包括振动数据采集模块、信号预处理与降噪模块、故障特征提取模块和故障诊断与预测模块;故障诊断与预测模块采用深度学习模型对提取的故障特征进行分类与识别,深度学习模型还结合数据增强技术生成训练样本,利用生成对抗网络(GANs)生成多样化的振动信号样本,增强模型的训练集,弥补故障数据样本不足;通过引入GANs生成的高质量样本,模型的数据多样性得到增强,逐步适应新的任务环境,从而提升整体性能。
技术关键词
振动故障监测
风机齿轮箱
诊断系统
深度学习模型
生成对抗网络
故障特征提取
迁移学习模型
生成训练样本
降噪模块
数据采集模块
多分辨率
信号
训练集
诊断算法
速度传感器