基于GAN与CNN的煤机设备故障智能诊断方法研究_中国煤炭行业知识服务平台

基于GAN与CNN的煤机设备故障智能诊断方法研究

作者

郭军
单位

煤炭科学研究总院有限公司矿山大数据研究院天地科技股份有限公司北京技术研究分公司
摘要

针对煤机设备现场难以获取有效故障数据样本进行智能诊断模型训练的问题，提出基于对抗网络生成（GAN）技术与卷积神经网络（CNN）相结合的智能诊断策略。将现场真实数据和实验室典型故障数据的特征进行融合，得到虚拟数据样本。通过CNN的模型训练建立煤机设备的故障智能诊断模型。试验结果表明，该方法在现场故障数据样本缺失、难以建立准确故障机理模型的条件下，具有较高的诊断准确率。
关键词

GANCNN煤机设备故障诊断
基金项目(Foundation)

北京市科技计划应用技术协同创新资助项目（Z201100004520015）；
文章目录

0 引言
1 GAN的基本原理
2 CNN的基本原理
3 基于GAN与CNN的故障智能诊断
4 试验研究与数据分析
(1）试验数据采集
(2）数据标签化
(3）模型训练
(4）结果分析与对比
5 结语
相关文章

[1]基于差分振子的煤机设备故障诊断方法研究