国内刊号:11-2179/TH
国际刊号:0254-3087
发布日期:
作者:陈仁祥,唐林林,孙 健,赵树恩,蔡东吟
单位:陈仁祥,1. 重庆交通大学交通工程应用机器人重庆市工程实验室,,唐林林,1. 重庆交通大学交通工程应用机器人重庆市工程实验室,,孙 健,2. 内燃机可靠性国家重点实验室,,赵树恩,1. 重庆交通大学交通工程应用机器人重庆市工程实验室,,蔡东吟,1. 重庆交通大学交通工程应用机器人重庆市工程实验室,
关键词:复合故障;不同转速;子领域适配;故障诊断
基金:国家自然科学基金( 51975079)、重庆市教委科学技术研究项目( KJQN201900721)、内燃机可靠性国家重点实验室开放基金(SKLER- 201912)、重庆市研究生导师团队项目(JDDSTD2018006)资助
旋转机械复合故障与单一故障样本间相关性高易造成错分类,且旋转机械转速往往不同,进一步加剧了旋转机械复合故障诊断的难度。针对上述问题,提出一维深度子领域适配的不同转速下旋转机械复合故障诊断方法。首先,以旋转机械复合故障的频域信号作为网络的输入,最大程度保留信号特征;其次,搭建领域共享的一维卷积神经网络,对不同转速下旋转机械复合故障的频域信号特征进行学习;然后,添加局部最大均值差异形成子领域适配层,对齐每对子领域分布以避免单一故障和复合故障的特征混合,并通过最小化局部最大均值差异值缩小两域子领域特征分布差异,以减少不同转速所带来的干扰;最后,在子领域适配层后添加softmax分类层,实现对目标数据的故障状态识别。通过不同转速旋转机械复合故障诊断实验证明了所提方法的有效性。
来源:2021年第5期
《仪器仪表学报》期刊编辑部