期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的轴承故障小样本扩容及智能诊断 被引量:2
1
作者 刘迪洋 张清华 胡勤 《机床与液压》 北大核心 2025年第4期10-18,共9页
由于轴承长期处于正常运行状态,从而使得可采集的故障数据十分有限,缺少足够的故障数据导致它与正常数据之间产生了数据不均衡问题。为了解决该问题,提出一种改进的深度卷积生成对抗网络与Swin Transformer模型相结合的故障诊断新方法... 由于轴承长期处于正常运行状态,从而使得可采集的故障数据十分有限,缺少足够的故障数据导致它与正常数据之间产生了数据不均衡问题。为了解决该问题,提出一种改进的深度卷积生成对抗网络与Swin Transformer模型相结合的故障诊断新方法。对轴承的振动信号进行连续小波变换(CWT)将其转化为时频图;构建改进的深度卷积生成对抗网络对故障信号生成的时频图进行样本扩容,以解决其样本不均衡问题;最后利用Swin Transformer模型完成对轴承故障的分类识别。实验结果表明:所提方法不仅可以生成与真实样本相似度较高的生成样本,同时能准确有效地对轴承的各类故障进行分类识别。 展开更多
关键词 数据不均衡 故障诊断 生成对抗网络 小波变换 样本扩容
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部