基于算法展开对抗学习的机械异常可解释智能检测方法

摘要

公开了一种基于算法展开对抗学习的机械异常可解释智能检测方法，方法中，采集机械设备正常运行的振动信号y，将其按照固定的信号长度裁剪为训练数据集；建立深度稀疏编码模型，对振动信号y进行深度编码，再映射到d维隐编码z；使用近端梯度映射算法求解深度稀疏编码模型，并将优化求解算法展开为稀疏编码网络，从隐编码z到原始信号的重构为解码网络，两者共同构成生成器网络G，构造判别器网络D对隐编码Z的分布进行约束，匹配先验分布p(z)；使用训练数据集训练生成器网络G和判别器网络D，利用反向传播技术更新网络参数，降低网络对振动信号的重构误差及编码分布p(z|y)与先验分布p(z)的差距；将测试信号输入训练好的生成器网络G中，通过判别器网络D输出信号的真伪。