摘要
本发明涉及一种基于改进条件Wasserstein生成对抗网络的不平衡轴承数据故障诊断方法,有效缓解了小样本条件下轴承数据不平衡问题;解决的技术方案包括:首先,采用滑动窗口重叠采样策略处理轴承振动信号,并运用连续小波变换将其转换成时频图像,以增强故障特征表示;其次,使用改进条件Wasserstein生成对抗网络进行数据增强,该网络以Wasserstein距离度量样本分布差异,引入梯度惩罚和L1损失,结合谱归一化和自注意力机制,稳定训练过程并防止梯度爆炸,同时通过条件信息生成特定类别高质量样本;最后,采用配备全局注意力机制的卷积神经网络进行精确诊断。本发明能避免生成对抗网络常见的崩溃与不稳定问题,并在小样本和数据不平衡的条件下,仍能实现滚动轴承的精准诊断。
技术关键词
生成对抗网络
平衡轴承
数据故障诊断
GP模型
故障诊断方法
连续小波变换
样本
通道注意力机制
滑动窗口
故障诊断模型
图像
信号
可读存储介质
模块
分类器
采样技术
处理器
故障特征
系统为您推荐了相关专利信息
设计生成方法
深度图
生成对抗网络
三维模型
滑板
创意素材
自动生成系统
生成对抗网络
后处理模块
变分算法
损伤评估方法
轻量化神经网络
相关系数阈值
化工管道
数据
测试优化方法
无线网络
蒙特卡罗树搜索
自动化测试用例
引力搜索算法