龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西北工业大学
申请日：2024-03-18
公开（公告）日：2024-07-05
公开（公告）号：CN118296426A
主分类号：G06F18/24
分类号：G06F18/24;G06N3/094;G06N3/0475;G06N3/045;G06N3/0464;G06F18/214;G06F18/2131
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明涉及故障识别技术领域，具体涉及一种基于CWDC‑GAN的小样本故障诊断识别方法及系统，该方法包括获取滚动轴承小样本故障数据集，其中数据集中的每个数据均为一维数据；构建改进的生成对抗网络，所述改进的生成对抗网络包括生成器和判别器；使用训练好的生成器生成新样本，将原样本和新样本融合以扩充数据集，最后将扩充后的数据集对分类模型进行训练；将待故障诊断的小样本数据根据训练好的分类模型进行故障诊断。本发明通过WDCGAN进行故障诊断，不仅可以利用其强大的生成能力和特征提取能力来生成逼真的图像，还能够使得训练效率得到大幅提升。
主权项：1.一种基于CWDC-GAN的小样本故障诊断识别方法，其特征在于，包括：获取滚动轴承小样本故障数据集，其中数据集中的每个数据均为一维数据；将一维数据采用连续小波变换转为二维小波时频分布图；构建改进的生成对抗网络，所述改进的生成对抗网络包括生成器和判别器；其中，所述生成器和判别器的损失函数均是基于Wasserstein距离而设置，并使用Adam算法根据损失函数计算的梯度调整参数；根据二维小波时频分布图对改进的生成对抗网络进行训练，通过生成器和判别器之间的对抗训练，直至收敛，即得训练好的生成器；使用训练好的生成器生成新样本，将原样本和新样本融合以扩充数据集，最后将扩充后的数据集对分类模型进行训练；将待故障诊断的小样本数据根据训练好的分类模型进行故障诊断。
全文数据：
权利要求：
百度查询： 西北工业大学 基于CWDC-GAN的小样本故障诊断识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号