摘要
本发明属于带式输送机轴承故障诊断技术领域,公开了一种数据增强方法、轴承故障分类方法以及系统。本发明方法在传统的DCGAN模型的基础上将空间金字塔池化SPP加入判别器,并使用Wasserstein距离来提高训练的稳定性,之后对WDCGAN模型使用双时间尺度更新规则TTUR与梯度惩罚GP继续优化算法改进为TTUR‑WDCGAN‑GP模型,并进行改进后的算法推导以及模型网络参数的选择。最后使用MNIST数据集作为训练集对TTUR‑WDCGAN‑GP与WDCGAN模型的性能进行验证,采用FID定量评价指标对两种模型所生成的数据进行质量评估,经过实验对比,本发明TTUR‑WDCGAN‑GP的数据增强方法具有更好的稳定性与生成效果。
技术关键词
GP模型
故障轴承
轴承故障分类方法
Sigmoid函数
数据
空间金字塔
二维卷积神经网络
积层
样本
图像
轴承故障诊断技术
随机噪声
生成对抗网络模型
网络结构
定量评价指标
双时间尺度
参数