基于时频域分析和c-DCGANs数据增强的直升机小样本故障诊断方法

本发明公开了基于时频域分析和c‑DCGANs数据增强的直升机小样本故障诊断方法，包括利用传感器采集直升机旋转机械目标位置的振动数据，得到滚动轴承振动样本，对该样本进行标注，得到样本对应的故障类型标签；对滚动轴承振动样本进行短时傅里叶变换，得到二维时频特征图集；将随机噪声及其相应的目标样本类型标签输入到训练完成的生成器中，得到最终的生成样本；搭建轻量级CNN故障诊断模型并对该模型进行训练，得到训练完成的轻量级CNN故障诊断模型，将二维时频特征图集输入到该模型中，得到每个故障类别的概率，概率最高的故障即为最终的故障诊断结果。本发明在极少的计算资源中也能够获得较高的诊断精度，符合直升机使用特性。