公开(公告)号：CN115962946A

公开(公告)日：2023-04-14

申请号：CN202310093646.8

申请日：2023-01-18

Applicant: 三峡大学

Inventor： 付文龙 ,  陈禹朋 ,  谭超 ,  张赟宁 ,  蒋晓辉

IPC: G01M13/045 ,  G06F18/213 ,  G06F18/00

Abstract: 基于改进WGAN‑GP和Alxnet的轴承故障诊断方法，获取轴承原始振动信号，使用小波变换，将原始振动信号转换成不同故障类别的时频域信号；将时频域信号分为训练集和测试集，并且构造非平衡数据集；构建改进的WGAN‑GP网络，在生成器中融合自注意模块和DenseNet模块，以自动学习重要的全局信息；将非平衡数据集的训练集作为改进的WGAN‑GP网络的输入，将生成器生成的故障数据添加到非平衡数据集中进行数据扩充，最终得到平衡数据集；在平衡数据集的基础上，对Alxnet分类器进行训练，并检测故障诊断性能。本发明方法基于改进WGAN‑GP生成的数据，解决了数据不平衡的问题，使得故障诊断网络提取更加有效的特征来获取更好的分类精确度，并且在不同故障类别下均有良好的分类精度。