一种面向轴承故障数据不平衡的数字孪生辅助诊断方法

本发明提供一种面向轴承故障数据不平衡的数字孪生辅助诊断方法，所述方法包括分析轴承的非线性动力学特性，构造轴承数字孪生体；利用轴承数字孪生体生成轴承正常工作状态和故障工作状态的振动信号；利用变分模态分解方法获得正常工作状态和故障工作状态振动信号的二维时频图像；采用贝叶斯优化卷积神经网络对孪生振动信号的时频图像数据进行训练，得到初始故障诊断模型；分析实际数据和仿真数据在特征空间中的特性，利用实际轴承振动信号对初始故障诊断模型进行微调，获得最终的轴承故障诊断模型。本发明考虑了实际轴承数据不平衡和早期故障信号特征不易被模型提取的问题，结合数字孪生和迁移学习算法实现了对轴承故障的准确诊断。