期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于数据增强策略的跨座式单轨列车齿轮箱故障检测模型
1
作者 赵玲 王航 +1 位作者 邹杰 秦佳继 《振动与冲击》 北大核心 2026年第1期206-214,共9页
齿轮箱作为跨座式单轨列车的主要传动部件,列车频繁启停的冲击和高负荷运行的压力,使得传动系统故障成为一个无法忽视的问题。由于无法直接从实际工程场景中获取充足的故障数据,可利用的故障数据非常有限,导致小样本故障数据集问题的出... 齿轮箱作为跨座式单轨列车的主要传动部件,列车频繁启停的冲击和高负荷运行的压力,使得传动系统故障成为一个无法忽视的问题。由于无法直接从实际工程场景中获取充足的故障数据,可利用的故障数据非常有限,导致小样本故障数据集问题的出现。针对这一问题,提出一种优化连续变模态分解(successive variational mode decomposition,SVMD)和基于平均绝对误差的一维运算生成对抗网络(1D operational generative adversarial network based on mean absolute error,1D MOPGAN)的故障数据增强策略,首先通过引入优化SVMD,采用本征模态函数(intrinsic mode function,IMF)随机加权和标准差一致策略,初步构建一组足以训练1D MOPGAN模型的故障样本数据集,以提升模型生成数据的质量。同时,在所用生成对抗网络(generative adversarial network,GAN)模型的损失函数中引入平均绝对误差这一度量指标,用以衡量生成样本与真实样本之间的相似度,促进生成样本更贴近真实情况,最后利用随机配置网络(stochastic configuration network,SCN)进行故障分类。试验结果显示,所提出的方法可以更高效地生成质量更高的多种故障样本,并具有较高的精度和良好的稳定性,对解决实际工程中的小样本数据集问题具有重要的应用价值。 展开更多
关键词 跨座式单轨列车 故障检测 小样本 1D mopgan 数据增强
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部