基于动态生成对抗网络与专家反馈的轴承故障识别方法

本发明提供一种基于动态生成对抗网络与专家反馈的轴承故障识别方法，涉及轴承故障诊断领域，包括：采用条件生成器和三重判别器生成对抗网络生成高保真故障振动信号；通过1D残差验证网络验证生成样本质量并加入训练集；使用分层自适应采样切分通过检验的振动信号，保留振动信号中的高频冲击特征；采用动态稀疏注意力机制减少不必要的注意力计算提高计算高效性，结合混合专家系统分类器对不同类型故障进行精准识别；检测诊断结果置信度，低置信度时触发反馈机制重新生成样本完成自主迭代优化。该方法融合生成对抗网络、故障诊断模型和反馈机制，通过多层次的数据增强和筛选反馈，实现对轴承故障的精确诊断，在持续迭代中不断提升诊断精度，针对传统方法在数据稀缺及噪声干扰下表现不佳的问题，提出了一种创新性的"生成‑诊断‑反馈"的闭环进化逻辑，显著提高了故障识别的鲁棒性与准确性。