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
lyj发布了新的文献求助10
刚刚
刚刚
小半发布了新的文献求助10
刚刚
幽默的太阳完成签到 ,获得积分10
刚刚
不远完成签到,获得积分10
1秒前
1秒前
我的苞娜公主完成签到,获得积分10
1秒前
2秒前
健壮丹妗发布了新的文献求助10
2秒前
cqnuly完成签到,获得积分10
3秒前
3秒前
小明发布了新的文献求助10
3秒前
伽俽完成签到,获得积分10
4秒前
nnnnnnnnnnn发布了新的文献求助10
4秒前
寒冷的寻菱完成签到,获得积分10
4秒前
包容的凝雁完成签到,获得积分10
4秒前
S77应助imi采纳,获得10
4秒前
5秒前
Declan发布了新的文献求助10
5秒前
马前人完成签到,获得积分10
5秒前
Amosummer发布了新的文献求助10
5秒前
超级的尔阳完成签到,获得积分20
5秒前
科研通AI2S应助傻傻的灯泡采纳,获得10
6秒前
zzy完成签到,获得积分10
7秒前
Dxxxt发布了新的文献求助10
7秒前
7秒前
8秒前
8秒前
9秒前
qmhx发布了新的文献求助10
10秒前
研友_VZG7GZ应助gggja采纳,获得10
10秒前
10秒前
11秒前
OJM完成签到,获得积分10
11秒前
walker发布了新的文献求助10
11秒前
元始天尊完成签到 ,获得积分10
11秒前
酷波er应助qhn666采纳,获得10
12秒前
赖向珊发布了新的文献求助10
13秒前
13秒前
海宁完成签到,获得积分10
13秒前
高分求助中
Sustainability in Tides Chemistry 1500
Handbook of the Mammals of the World – Volume 3: Primates 805
Ethnicities: Media, Health, and Coping 800
Gerard de Lairesse : an artist between stage and studio 500
Digging and Dealing in Eighteenth-Century Rome 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
Manual of Sewer Condition Classification 500
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 3068941
求助须知:如何正确求助?哪些是违规求助? 2722771
关于积分的说明 7479022
捐赠科研通 2369730
什么是DOI,文献DOI怎么找? 1256623
科研通“疑难数据库(出版商)”最低求助积分说明 609614
版权声明 596839