基于類(lèi)小波輔助分類(lèi)生成對(duì)抗網(wǎng)絡(luò)的軸承故障數(shù)據(jù)生成方法

打開(kāi)文本圖片集

摘要：利用數(shù)據(jù)生成方法生成時(shí)域特征和頻域特征與軸承故障真實(shí)信號(hào)一致的高質(zhì)量數(shù)據(jù)，構(gòu)建平衡數(shù)據(jù)集，對(duì)數(shù)據(jù)不平衡情況下建立高效的軸承故障診斷模型具有重要意義。針對(duì)現(xiàn)有數(shù)據(jù)生成方法僅關(guān)注時(shí)域或頻域單一特征的局限，提出了類(lèi)小波輔助分類(lèi)生成對(duì)抗網(wǎng)絡(luò)?；谛〔ㄗ儞Q原理，使用多層神經(jīng)網(wǎng)絡(luò)構(gòu)建類(lèi)小波變換（WLT）網(wǎng)絡(luò)，模擬小波變換及逆變換，建立時(shí)域與頻域信號(hào)的映射關(guān)系；將WLT網(wǎng)絡(luò)嵌入輔助分類(lèi)生成對(duì)抗網(wǎng)絡(luò)（ACGAN）模型中，作為模型生成器的主體；構(gòu)建兩個(gè)不同功能的判別器，使得改進(jìn)的ACGAN在一次訓(xùn)練中能同時(shí)學(xué)到真實(shí)軸承振動(dòng)信號(hào)的時(shí)域和頻域特征信息。（剩余18034字）