一种基于扩散模型的叶轮数据不平衡故障诊断方法

本发明一种基于扩散模型的叶轮数据不平衡故障诊断方法，包括以下步骤：获取叶轮故障信号；采用非线性加噪方法和非自回归性网络DiffWave对扩散模型进行改进，得到叶轮故障信号增强模型，对叶轮故障信号增强模型进行训练，得到训练好的叶轮故障信号增强模型，实现故障叶轮的振动时域信号的增强；将增强后的故障叶轮的振动时域信号，划分为训练集数据和测试集数据；通过改进卷积神经网络结构来设计叶轮故障分类模型；基于训练集数据，对叶轮故障分类模型进行训练，得到训练好的叶轮故障分类模型；将测试集数据输入到训练好的叶轮故障分类模型中，得到叶轮故障分类，提升现有部分数据不平衡故障诊断方法的准确率。