公开(公告)号：CN110617966A

公开(公告)日：2019-12-27

申请号：CN201910899768.X

申请日：2019-09-23

Applicant: 江南大学

Inventor： 陶洪峰 ,  王鹏 ,  魏强 ,  庄志和 ,  周龙辉 ,  王连云

IPC: G01M13/045 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于半监督生成对抗网络的轴承故障诊断方法，包括：获取轴承在不同状态下的振动信号，并划分为多个样本；将样本随机划分为训练集和测试集，在训练集中构建少量不同故障的标签样本；构建一维半监督生成对抗网络模型；将训练集输入该对抗网络进行训练；训练好的对抗网络用于测试集中轴承故障的诊断。本发明直接输入原始采集的振动信号，经过训练直接输出测试集中轴承故障类别，实现了端到端的最优诊断模型；并通过使用一维卷积层和一维反卷积层，强化了一维半监督生成对抗网络提取特征的能力；本发明为一种半监督训练方式，不需要大量的人工标签样本，大大节约了时间和人力成本，并且轴承故障诊断效果和抗噪声能力强，稳定性好。