基于SCAE?ACGAN的直升机行星齿轮裂纹故障诊断 |
| |
引用本文: | 孙灿飞,王友仁,夏裕彬.基于SCAE?ACGAN的直升机行星齿轮裂纹故障诊断[J].振动.测试与诊断,2021,41(3):495-502. |
| |
作者姓名: | 孙灿飞 王友仁 夏裕彬 |
| |
作者单位: | (1.故障诊断与健康管理技术航空科技重点实验室 上海,201601)(2.南京航空航天大学自动化学院 南京,211106) |
| |
基金项目: | 航空科学基金资助项目(KY?52?2018?0024) |
| |
摘 要: | 直升机行星传动轮系结构复杂、工况多变,其振动信号受工况影响大,在故障样本较少的情况下导致行星齿轮箱故障诊断准确率不高,早期故障诊断困难。针对上述问题,提出将堆栈收缩自动编码网络(stacked contractive autoencoder,简称SCAE)与辅助分类生成式对抗网络(auxiliary classifier generative adversarial networks,简称ACGAN)相结合的SCAE-ACGAN故障诊断方法。ACGAN的生成器产生与真实样本具有类似分布的生成样本,扩展训练样本集,并与真实样本一起输入至判别器进行训练。ACGAN采用SCAE作为判别器,利用SCAE良好的抗数据波动能力,从扩展样本集中挖掘出有效的深度特征,并实现样本的真伪与类别的判定。ACGAN的判别器和生成器在对抗学习训练机制下交替优化,提高方法的样本生成质量与故障判定能力。将SCAE-ACGAN应用于直升机行星轮裂纹故障诊断,结果表明,SCAE-ACGAN的故障诊断性能好,在样本数量少与工况变化情况下具有较好的健壮性和适应性。
|
关 键 词: | 直升机 行星齿轮箱 裂纹 故障诊断 堆栈收缩自动编码器 辅助分类生成式对抗网络 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《振动.测试与诊断》浏览原始摘要信息 |
|
点击此处可从《振动.测试与诊断》下载全文 |
|