摘要
本发明提供一种轴承故障数据生成方法,涉及故障数据生成的技术领域。首先,以轴承的故障数据集作为第一数据集,对第一数据集进行处理,得到第一数据集的梅尔频谱图;接着,构建轴承故障数据生成模型;所述轴承故障数据生成模型包括:自适应采样特征提取模块及生成器模块;将梅尔频谱图的信息编码进点云数据中,利用自适应采样特征提取模块中的自适应最远点采样法,选定采样点,以覆盖轴承不同状态特征分布的点云数据空间,提取轴承不同状态均匀分布的全局特征向量;将第一数据集连同全局特征向量输入至生成器模块,利用自适应密度函数,生成轴承不同状态均匀分布的第二数据集,即生成轴承故障数据。本发明整体上使用构建的轴承故障数据生成模型,提高生成的轴承故障数据的均衡性。
技术关键词
数据生成方法
数据生成模型
表达式
轴承
多尺度特征
特征提取模块
采样点
对抗性
信息编码
编码器
密度
高通滤波器
故障类别
风格
点云
全局平均池化
信号
解码器
系统为您推荐了相关专利信息
异常检测方法
ARMA模型
离散小波变换
风险
数据
监督学习模型
轻量级卷积神经网络
病理玻片
判读方法
形态学特征
多模态特征
视频流
可见光
多尺度特征融合
融合多尺度特征