亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Multi-mode data augmentation and fault diagnosis of rotating machinery using modified ACGAN designed with new framework

鉴别器 规范化(社会学) 计算机科学 分类器(UML) 人工智能 模式识别(心理学) 剪裁(形态学) 断层(地质) 模式(计算机接口) 算法 探测器 社会学 人类学 电信 语言学 哲学 地震学 地质学 操作系统
作者
Wei Li,Xiang Zhong,Haidong Shao,Baoping Cai,Xingkai Yang
出处
期刊:Advanced Engineering Informatics [Elsevier]
卷期号:52: 101552-101552 被引量:172
标识
DOI:10.1016/j.aei.2022.101552
摘要

As one of the representative unsupervised data augmentation methods, generative adversarial networks (GANs) have the potential to solve the problem of insufficient samples in fault diagnosis of rotating machinery. However, the existing unsupervised GANs are usually incapable of simultaneously generating multi-mode fault samples and have some shortcomings such as mode collapse and gradient vanishing. To overcome these deficiencies, a supervised model called modified auxiliary classifier GAN (MACGAN) designed with new framework is proposed in this paper. Firstly, a new ACGAN framework is developed by adding an independent classifier to improve the compatibility between the classification and discrimination. Secondly, the Wasserstein distance is introduced in the new loss functions to overcome mode collapse and gradient vanishing. Finally, to achieve stable training, a spectral normalization is used to replace the weight clipping to constrain the weight parameters of discriminator. The proposed method is applied to fault diagnosis of bearing and gear. Compared with the existing GANs, the proposed method can more efficiently generate multi-mode fault samples with higher qualities, which can be used to assist the training of deep learning-based fault diagnosis models with high accuracy and good stability.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小学生的练习簿完成签到,获得积分10
3秒前
15秒前
xx发布了新的文献求助10
21秒前
36秒前
41秒前
小马甲应助泡面小猪采纳,获得10
1分钟前
蟹黄小笼包完成签到,获得积分10
1分钟前
1分钟前
LZL完成签到,获得积分10
1分钟前
Akim应助weining采纳,获得10
2分钟前
2分钟前
hyhyhyhy发布了新的文献求助10
2分钟前
weining发布了新的文献求助10
2分钟前
楠茸完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
泡面小猪发布了新的文献求助10
2分钟前
www发布了新的文献求助10
2分钟前
俭朴蜜蜂完成签到 ,获得积分10
3分钟前
www完成签到,获得积分20
3分钟前
fendy完成签到,获得积分0
3分钟前
打打应助科研通管家采纳,获得30
3分钟前
3分钟前
Leo完成签到 ,获得积分10
3分钟前
明理囧完成签到 ,获得积分10
4分钟前
sirius应助Ni采纳,获得10
4分钟前
桐桐应助hyhyhyhy采纳,获得10
4分钟前
小小猪完成签到,获得积分10
4分钟前
KK完成签到,获得积分10
4分钟前
4分钟前
4分钟前
hyhyhyhy发布了新的文献求助10
4分钟前
小枣完成签到 ,获得积分10
4分钟前
dilli完成签到 ,获得积分10
4分钟前
4分钟前
医路通行发布了新的文献求助20
4分钟前
5分钟前
5分钟前
隐形问萍发布了新的文献求助10
5分钟前
Zhang完成签到,获得积分20
5分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137011
求助须知:如何正确求助?哪些是违规求助? 2787960
关于积分的说明 7784091
捐赠科研通 2444041
什么是DOI,文献DOI怎么找? 1299627
科研通“疑难数据库(出版商)”最低求助积分说明 625497
版权声明 600989