-
题名改进可视图与图同构网络的变工况轴承故障诊断方法
- 1
-
-
作者
陈驻民
韦继程
-
机构
上海第二工业大学智能制造与控制工程学院
上海第二工业大学计算机与信息工程学院
-
出处
《制造业自动化》
2025年第3期156-167,共12页
-
文摘
针对传统深度学习在变工况下轴承故障诊断迁移能力弱的问题,提出一种结合加权有限穿越水平可视图(WLPHVG)与图同构网络(GIN)的轴承故障诊断方法。通过可视图算法将原始轴承振动时序信号转换为图结构数据,利用最大均值差异方法对图节点所连边进行加权以减少噪声对模型精度的影响。同时,对图同构网络聚合层进行调整,以更好地拟合图数据特征。最终,将图数据输入到模型中得到轴承故障诊断分类结果。实验在多个不同的轴承数据集上采用不同模型进行比较,结果显示,模型在不同工况和信噪比条件下的准确率均优于其他对比模型,达到97.27%以上。消融实验验证了加权方法对所提出的模型抗噪性能的有效性,表明模型能充分利用图域数据的内部结构关系,在跨平台与时变转速两种不同工况下展现出良好的可迁移性。
-
关键词
图同构网络
水平可视化图
故障诊断
-
Keywords
GIN
horizontal visualization graph
fault diagnosis
-
分类号
TH133.33
[机械工程—机械制造及自动化]
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名迁移学习在机械设备故障诊断领域的进展研究
- 2
-
-
作者
陈驻民
韦继程
-
机构
上海第二工业大学智能制造与控制工程学院
上海第二工业大学计算机与信息工程学院
-
出处
《机械管理开发》
2024年第3期96-99,共4页
-
文摘
迁移学习是一种新兴的机器学习方法,通过运用已学习的知识对不同但相关领域问题进行求解,能够较为有效的解决模型泛化能力弱、样本数据不足等问题。针对迁移学习在机械设备故障诊断领域的应用方法进行了综述,总结了三类关于迁移学习的诊断预测方法,并对迁移学习在故障诊断领域的未来研究方向进行了探讨。
-
关键词
迁移学习
故障诊断
参数微调
特征对齐
生成对抗网络
-
Keywords
migration learning
fault diagnosis
parameter fine-tuning
feature alignment
generative adversarial network
-
分类号
TP307
[自动化与计算机技术—计算机系统结构]
-
