The Method Based on Clustering for Unknown Failure Diagnosis of Rolling Bearings

聚类分析 振动 断层(地质) 模式识别(心理学) 特征向量 计算机科学 工程类 人工智能 声学 物理 地震学 地质学
作者
Hairui Fang,Han Liu,Xiao Wang,Jin Deng,Jialin An
出处
期刊:IEEE Transactions on Instrumentation and Measurement [Institute of Electrical and Electronics Engineers]
卷期号:72: 1-8 被引量:12
标识
DOI:10.1109/tim.2023.3251406
摘要

Effective fault diagnosis is an important guarantee for the safe and stable operation of mechanical systems. Nowadays, most fault diagnosis methods are for known classes. However, the unknown fault usually occurs in the process of mechanical operation and may be wrongly divided into defined classes, which increases the risk of mechanical shutdown and the difficulty of maintenance. Therefore, to achieve high-accuracy diagnosis with unknown fault, a method based on transfer learning and deep transfer clustering (DTC) is proposed, named transfer clustering calculation center points (TCCP). TCCP completes the task of fault diagnosis with an unknown class by calculating the feature space distribution between the sample to be tested and the known samples and further improves the accuracy by matching the target distribution. In two open-source bearing vibration datasets and an acoustic emission (AE) dataset of the self-made bearing, five bearing diagnostic models are used to compare the unknown failure diagnosis. The average accuracy with unknown failure by TCCP is 97.08%, 89.78%, and 95.24%, respectively. The accuracy is 24.45%, 23.16%, and 10.08% higher than the average accuracy without TCCP. TCCP can get better diagnostic results under both vibration signals and audio signals. TCCP has predominant universality and generalization capabilities and provides an effective approach for the identification of unknown failure.
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
刚刚
LHZ完成签到,获得积分10
刚刚
平淡妙梦发布了新的文献求助10
刚刚
1秒前
想啥呢哦哦完成签到,获得积分10
1秒前
愉快的半双完成签到,获得积分20
2秒前
奶皮七七发布了新的文献求助10
2秒前
shiyumeiren关注了科研通微信公众号
3秒前
种草发布了新的文献求助10
4秒前
上官若男应助昕想事成采纳,获得10
4秒前
小星发布了新的文献求助10
4秒前
4秒前
薛访梦发布了新的文献求助10
5秒前
淡水鱼完成签到 ,获得积分10
5秒前
6秒前
sztao发布了新的文献求助10
6秒前
6秒前
nandiaozhimu发布了新的文献求助20
7秒前
yige12138完成签到,获得积分10
7秒前
LHZ发布了新的文献求助10
8秒前
桐桐应助HZSY_WL采纳,获得30
8秒前
8秒前
chen发布了新的文献求助10
9秒前
刘帅帅发布了新的文献求助10
10秒前
OSC发布了新的文献求助10
10秒前
11秒前
仙洞墟完成签到,获得积分10
11秒前
研友_VZG7GZ应助sansan采纳,获得10
11秒前
一念完成签到 ,获得积分10
12秒前
李健应助yaoyao110采纳,获得10
12秒前
可爱的函函应助huhu采纳,获得10
12秒前
Yuxiao应助白文博采纳,获得50
12秒前
黄林旋发布了新的文献求助10
13秒前
Eva发布了新的文献求助10
13秒前
缥缈可乐发布了新的文献求助10
13秒前
1234发布了新的文献求助10
14秒前
jm完成签到,获得积分20
16秒前
华仔应助平淡妙梦采纳,获得10
17秒前
18秒前
汉堡包应助wwwww采纳,获得10
18秒前
高分求助中
Sustainability in ’Tides Chemistry 2000
The ACS Guide to Scholarly Communication 2000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 810
Pharmacogenomics: Applications to Patient Care, Third Edition 800
Gerard de Lairesse : an artist between stage and studio 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 3074861
求助须知:如何正确求助?哪些是违规求助? 2728212
关于积分的说明 7502977
捐赠科研通 2376311
什么是DOI,文献DOI怎么找? 1259944
科研通“疑难数据库(出版商)”最低求助积分说明 610771
版权声明 597101