一种基于生成对抗网络的重卡电驱桥故障诊断方法

本发明公开一种基于生成对抗网络的重卡电驱桥故障诊断方法，通过数据采集与标注、数据扩充、特征提取模型训练、分类器模型训练和故障诊断，实现对重卡电驱桥运行状态的精准分析和诊断；数据扩充阶段采用基于自适应随机扰动的生成对抗网络，引入熵权动态反向传播机制，通过动态调整学习率提升生成数据的真实性，并利用高斯混合模型和特征依赖矩阵优化生成数据的分布；特征提取模型基于仿生算法优化的全连接神经网络，采用自校正机制调整训练规则，提高训练效率和模型泛化能力；分类器采用反向回溯稀疏策略的高阶神经网络，动态调整网络结构和特征权重，有效增强对异常数据的敏感性和故障分类的准确性。本发明故障诊断效率高、精度高、稳定性强。