摘要
本发明提供一种轴承故障检测方法和装置,包括:获取待检测轴承信号;将所述待检测轴承信号输入至预先训练的故障检测模型,得到故障检测结果;其中,所述故障检测模型是基于神经网络,利用预先构建的训练数据集训练得到的,所述训练数据集是将实测信号样本与仿真信号样本输入至预先训练的频域双向循环生成对抗网络生成的。本发明通过预先训练的频域双向循环生成对抗网络生成兼具故障特征与实测噪声特性的故障样本,从而得到训练数据集,利用训练数据集训练故障检测模型,解决了现有技术中故障样本稀缺、仿真‑实测数据差异及特征保真度不足的问题,提升轴承故障检测的精度与泛化能力。
技术关键词
轴承故障检测方法
循环生成对抗网络
故障检测模型
仿真信号
检测轴承
耦合动力学模型
样本
轴承故障检测装置
轴承内外圈故障
双向长短期记忆网络
非暂态计算机可读存储介质
故障检测单元
实测环境
数据获取单元
分类准确率
处理器