公开(公告)号：CN114037001A

公开(公告)日：2022-02-11

申请号：CN202111183493.3

申请日：2021-10-11

申请人： 中国人民解放军92578部队

发明人： 王雪仁 ,  高晟耀 ,  刘瑞杰 ,  苏常伟 ,  管峰 ,  缪旭弘 ,  寻波 ,  张海峰

IPC分类号： G06K9/62 ,  G06N3/04

摘要： 本发明公开了一种基于WGAN‑GP‑C和度量学习的机械泵小样本故障诊断方法，基于一维卷积和时序数据设计，由数据预处理、数据增强、度量学习、模型优化四部分组成。其中，数据预处理实现数据自适应去噪和标准化；在数据增强部分，基于WGAN‑GP进行网络和结构修改得到WGAN‑GP‑C，以实现按类别扩充数据，从而强化数据的边缘界限信息；度量网络结合残差思想和空间自适应结构实现特征映射，再结合KNN算法，即可实现状态分类；在模型优化部分，本发明运用权值量化思想优化网络，使用Ball‑tree实现KNN并根据重要因子对训练数据进行删减，从而从整体上提升算法性能。本发明在数据稀少的情况下具有良好性能，实用价值高，可以为维修机械泵的相关工作人员提供思路。