公开(公告)号：CN119066403A

公开(公告)日：2024-12-03

申请号：CN202411148722.1

申请日：2024-08-21

Applicant: 东北林业大学

Inventor： 李明 ,  胡炳豪 ,  吴旭东 ,  李学艺 ,  张飞斌 ,  谢怡宁 ,  王志亮 ,  徐海彬 ,  褚福磊

IPC: G06F18/2131 ,  G06F18/214 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明公开了一种新的故障诊断数据增强方法，即ADGAN，是一种自适应扩散模型的生成对抗网络，ADGAN通过正向扩散链生成高斯混合分布的噪声，使梯度更加平滑和稳定，避免了传统GAN模型中的梯度消失等问题。ADGAN在每个扩散时间步长上，利用不同的噪声数据比例和时间步长相关的鉴别器，学习区分扩散的真实数据和生成数据，生成器通过正向扩散链的反向传播从鉴别器的反馈中学习，正向扩散链的长度能够自适应调整，提高生成器的多样性，有效避免模式崩塌和传统扩散模型反向生成过程缓慢的问题。本专利使用凯斯西储大学轴承数据集和NEFU数据集采集试验台采集的数据集，验证了ADGAN在数据生成效果和稳定性方面表现优异，能够有效解决不平衡数据集中的故障样本问题，显著提升故障诊断性能，为数据增强和故障诊断提供了新的解决方案。

公开(公告)号：CN118296508A

公开(公告)日：2024-07-05

申请号：CN202410446455.X

申请日：2024-04-15

Applicant: 东北林业大学

Inventor： 李学艺 ,  吴旭东 ,  郁天宇 ,  李岱优 ,  解志杰

IPC: G06F18/2431 ,  G06F18/214 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于图卷积网络的直升机故障诊断方法、系统及设备，属于旋转机械故障诊断在工业实际中的应用，所述系统包括数据采集、数据处理、数据划分、方法构建、模型训练和模型测试六个步骤，数据采集阶段使用传感器采集直升机传动系统、动力装置、旋翼系统和尾桨系统等部位的振动信号，数据处理阶段进行插值处理和归一化操作，数据划分将处理完成的数据划分为训练集和测试集，方法构建融合了高斯滤波器、去噪自编码模块及多感受野图卷积网络，模型训练阶段和测试阶段分别使用训练集和测试集进行训练和测试。本发明能够在所述设备上进行直升机旋转机械的健康状态监测及故障诊断并表现了一定的准确性和稳定性。