一种基于格拉姆角场与VAE-GAN的设备故障诊断方法及系统

本发明属于设备智能故障诊断相关技术领域，其公开了一种基于格拉姆角场与VAE‑GAN的设备故障诊断方法及系统，包括：离线阶段：采集设备振动信号，建立初始信号样本集；利用GAF编码技术将信号样本编码为格拉姆角场图片；基于GAN建立样本增广模型，利用初始图片样本集进行训练；利用训练完成的样本增广模型获取扩展图片样本集；建立图片分类模型，基于扩展图片样本集进行训练；在线诊断阶段：将待测信号样本编码为格拉姆角场图片；输入训练完成的图片分类模型，获取故障模式分类结果。本发明将设备故障振动信号转化为二维图像，能够充分发挥GAN在图像生成中的优势，解决了现故障样本少、样本分布不均衡的问题。