摘要
本发明提供一种类不平衡条件下多传感器时频融合设备故障诊断方法,属于设备智能故障诊断技术领域。本方法步骤包括:基于原始的类不平衡传感器数据集,通过去噪扩散概率模型构建设备类平衡数据集;通过设备类平衡数据集训练设备故障识别模型;利用预训练后设备故障识别模型接收多源传感器数据,输出设备故障类型。本发明通过生成高质量虚拟数据将不平衡数据集扩展至平衡状态,从而优化设备故障识别模型的训练效果;并在故障识别模型中引入频域特征提取分支,并设计多尺度门控卷积模块与高效自适应融合模块,实现多源传感器时频域特征的自适应融合,显著提升了模型的预测精度。
技术关键词
故障诊断方法
融合设备
卷积模块
平衡传感器
高效多尺度
频域特征
时域特征
融合特征
输出特征
智能故障诊断技术
融合卷积神经网络
采样模块
融合多尺度特征
重构原始数据
训练设备