基于改进加权域对抗网络和混合注意力机制的水电机组滚动轴承故障诊断方法

TV734.1; 针对水电机组滚动轴承可采集故障样本匮乏、难以完成高效准确故障诊断目标的问题,提出一种基于改进加权域对抗网络(improved weighting domain adversarial network,IWDAN)和混合注意力机制(hybrid attention mechanism,HAM)的机组轴承故障诊断方法.首先,利用小波变换(wavelet transform,WT)将轴承一维振动信号转换为二维时频图,实现更高维度的信号表征;其次,利用IWDAN对源域时频图进行自适应加权,提取更为有效的域间共享特征;最后,将所提取特征作为HAM的输入,有效抑制冗余信息干扰,显著提升诊...

Full description

Saved in:
Bibliographic Details
Published in中国农村水利水电 no. 1; pp. 155 - 160
Main Authors 胡志平, 王焕河, 田凡, 陈万凯, 许颜贺
Format Journal Article
LanguageChinese
Published 湖北白莲河抽水蓄能有限公司,湖北 黄冈 438600%重庆川仪软件有限公司,重庆 400700%数字流域科学与技术湖北省重点实验室,华中科技大学,湖北 武汉 430074 15.01.2025
Subjects
注意力机制
滚动轴承
fault diagnosis
故障诊断
attention mechanism
rolling bearing
domain adversarial network
hydroelectric unit
域对抗网络
水电机组
Online AccessGet full text
ISSN1007-2284
DOI10.12396/znsd.240707

Cover

More Information
Summary:TV734.1; 针对水电机组滚动轴承可采集故障样本匮乏、难以完成高效准确故障诊断目标的问题,提出一种基于改进加权域对抗网络(improved weighting domain adversarial network,IWDAN)和混合注意力机制(hybrid attention mechanism,HAM)的机组轴承故障诊断方法.首先,利用小波变换(wavelet transform,WT)将轴承一维振动信号转换为二维时频图,实现更高维度的信号表征;其次,利用IWDAN对源域时频图进行自适应加权,提取更为有效的域间共享特征;最后,将所提取特征作为HAM的输入,有效抑制冗余信息干扰,显著提升诊断效率与精度.通过机组轴承诊断实例分析,验证所提IWDAN-HAM方法具有更加优越的性能,可为机组维护策略的制定提供可靠数据基础.
ISSN:1007-2284
DOI:10.12396/znsd.240707