摘要
本发明公开了一种基于动态特征优化的不平衡轴承故障诊断方法及系统,包括:S1:构建包含样本生成与增强模块和动态惩罚特征优化模块的诊断系统框架;S2:采集轴承振动信号数据,并进行重叠采样预处理,构建非平衡数据集;S3:在样本生成与增强模块中,采用自注意力条件扩散模型生成平衡化故障样本;S4:在动态惩罚特征优化模块中,利用多尺度特征提取器提取故障特征,并采用动态惩罚特征优化算法调整特征权重;S5:基于SHAP值计算各特征的重要性,动态更新特征权重,优化模型对关键故障特征的敏感性;S6:利用优化后的特征训练故障诊断模型,实现高精度的轴承故障分类,并在下一轮训练中循环调整特征权重,持续提升诊断性能。
技术关键词
平衡轴承
故障诊断方法
样本
故障诊断模型
噪声数据
非平衡数据集
轴承故障分类
故障类别
LightGBM模型
多尺度特征提取
动态
注意力机制
线性变换矩阵
损失函数优化
诊断系统
故障特征
机器可读指令
网络
系统为您推荐了相关专利信息
骨传导传感器
声纹识别方法
决策树模型
构建训练集
信号预处理模块
期货价格预测
缩减技术
风险
GARCH模型
能源
城市社区
活力
地理信息系统软件
指标
GPS记录仪
模型训练方法
文本生成方法
样本
文本生成装置
模型训练装置