一种基于扩散模型与2D-CNN的小样本条件故障诊断方法:在往复泵中的应用
《Results in Engineering》:A Fault Diagnosis Method Based on Diffusion Model and 2D-CNN for Small Sample Conditions: Application to Reciprocating Pumps
【字体:
大
中
小
】
时间:2026年03月15日
来源:Results in Engineering 9.4
编辑推荐:
张立明|王晨|陈玲|谭天|徐彦龙中国武汉430033,海军工程大学核科学技术学院摘要对于往复泵这类在能量转换和流体输送系统中起着关键作用的复杂精密机械设备,进行大规模故障模拟十分困难。故障数据的匮乏不仅给设备故障诊断带来挑战,也影响了其所服务的电力及能源系统的整体可靠性和运行安全
张立明|王晨|陈玲|谭天|徐彦龙
中国武汉430033,海军工程大学核科学技术学院
摘要
对于往复泵这类在能量转换和流体输送系统中起着关键作用的复杂精密机械设备,进行大规模故障模拟十分困难。故障数据的匮乏不仅给设备故障诊断带来挑战,也影响了其所服务的电力及能源系统的整体可靠性和运行安全。在现有研究中,生成故障数据被视为解决此类问题的有效方法。然而,变分自编码器、生成对抗网络及其改进版本等传统生成方法,在实际应用中往往存在生成质量差和训练不稳定的问题。为突破这一技术瓶颈,本研究提出了一种基于扩散模型和二维卷积神经网络的小样本故障诊断新方案。首先,利用扩散模型处理往复泵故障数据中的噪声,逐步去除噪声以生成与原始数据分布相似的高质量样本。接着,对生成的故障样本质量进行评估,并以此为基础构建扩展的故障样本数据库。最后,运用二维卷积神经网络对往复泵故障进行分类诊断。在往复泵故障数据集上的实验验证表明,该方案具有高效性且优势明显,为保障电力及能源基础设施的运行稳定提供了重要潜力。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号