机床与液压

作者：刘迪洋，张清华，胡勤

单位：广东石油化工学院自动化学院;吉林化工学院信息与控制工程学院;广东石油化工学院石化装备智能安全广东省重点实验室；广东石油化工学院自动化学院;吉林化工学院信息与控制工程学院;广东石油化工学院石化装备智能安全广东省重点实验室；广东石油化工学院自动化学院;广东石油化工学院石化装备智能安全广东省重点实验室

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

基金：国家自然科学基金重点项目（61933013）；广东省普通高校重点领域专项(高端装备制造)项目（2023ZDZX3015）；广东省自然科学基金面上项目（2024A1515010844）

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。

来源：2025年第4期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第4期