机床与液压

作者：廖珂，荆晓远，李双远，刘雨晖，刘飞

单位：吉林化工学院信息与控制工程学院；广东石油化工学院计算机学院；吉林化工学院信息与控制工程学院；广东石油化工学院计算机学院；吉林化工学院信息与控制工程学院

关键词：类不平衡;故障诊断;条件生成对抗网络;统计特征

基金：国家自然科学基金面上项目(62176069)

针对滚动轴承故障诊断过程中因数据不平衡而导致的少数类样本诊断精度低的问题，提出一种基于统计特征条件深度卷积生成对抗网络的不平衡数据故障诊断方法。该方法在条件生成对抗网络中引入振动信号统计特征，得到新的融合条件模型，引导生成器更稳定地生成符合真实样本分布的数据以平衡数据集；再采用卷积网络模型在平衡后的数据集上进行分类识别。选择多个不平衡比例，在某装备故障诊断重点实验室数据集上进行实验。结果表明：相对于其他经典模型，文中所提方法能够有效地处理不平衡故障分类问题，并提高对少数类样本的识别能力。

来源：2024年第24期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第24期