基于自监督学习生成对抗网络的小样本故障诊断方法

本申请涉及一种基于自监督学习生成对抗网络的小样本故障诊断方法。所述方法包括：采集起重系统的声发射信号作为真实的小样本故障数据；构建元学习生成对抗网络模型和自监督分类网络，并进行参数初始化；基于真实的小样本故障数据训练元学习生成对抗网络模型，得到最优初始化模型和生成小样本数据；将生成小样本数据输入自监督分类网络进行自监督训练；将待诊断故障数据输入最优初始化模型中，输出生成数据，将生成数据输入训练后的自监督分类网络中，进行故障分类，确定故障诊断结果。能够基于少量数据样本生成多样化的故障数据，提升诊断模型的学习能力和泛化能力。