物理约束生成对抗网络

稀缺数据下高精度

数字孪生模拟故障数据训练网络，在标记故障样本不足时仍能可靠诊断锅炉故障。

Qibing, Wang · Xinhan, Zhang · 陆佳炜 · 肖刚 · Ren, Yaxing · Wen-Jian, Li

IEEE Transactions on Instrumentation and Measurement 2025

参数信息

诊断准确率

96.28 %

技术优势

数据不够也能训

数字孪生模型模拟锅炉故障生成训练数据，避免了真实故障样本不足的限制。

准确率更高

故障诊断准确率达到96.28%，显著高于其他数据驱动方法。

应用场景

• 工业锅炉在线监测：在线监测锅炉运行，用模拟数据训练的诊断网络实时识别故障。
• 工业物联网诊断：嵌入工业物联网设备，在缺少历史故障数据时仍能诊断故障。
• 能源装备预测维护：提前识别锅炉故障征兆，避免非计划停机。