基于自训练SGAN的调压器半监督故障诊断模型

作     者：程龙 陶洪峰 邱吉尔 沈凌志 CHENG Long;TAO Hongfeng;QIU Ji’er;SHEN Lingzhi

作者机构：江南大学物联网工程学院轻工过程先进控制教育部重点实验室江苏无锡214122 

基　　金：国家自然科学基金资助项目(61773181,61203092) 中央高校基本科研业务费专项资金资助项目(JUSRP51733B) 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2024年第31卷第4期

页      码：722-728页

摘      要：针对实际工况下调压器标记样本稀缺导致故障诊断效果不佳的问题,基于自训练算法与半监督生成对抗网络(semi-supervised generative adversarial network,SGAN)设计了故障诊断模型。首先,对燃气调压器一维压力信号进行预处理,得到灰度图像样本。之后,基于深度卷积生成对抗网络,设计SGAN进行特征提取,判别器采用具有共享权值的堆叠鉴别器模型。然后,设计自训练算法,使用训练好的初始分类器预测无标签样本的类别标签。最后,采用重复标记方式将满足要求的样本扩充到有标签样本集重新训练,保存最终的分类器。实验结果表明,在少量调压器标签样本的情况下,所提模型依旧具有良好的性能。

主 题 词：半监督学习 生成对抗网络 自训练 调压器 故障诊断 

学科分类：08[工学] 0802[工学-机械学] 0835[0835] 080201[080201] 

D　O　I：10.14107/j.cnki.kzgc.20210995

馆 藏 号：203127479...