典型文献
基于生成对抗网络的滚动轴承不平衡数据集故障诊断新方法
文献摘要：
在实际工程应用中,滚动轴承在大多数时间都工作在正常状态下,故障状态时间很短.由于成本,让其长时间工作在故障状态是不现实的.这将造成故障诊断数据集的不平衡,即正常的样本远远多于故障的样本,而这会极大地影响故障诊断结果的准确性和稳定性.针对该问题,提出一种基于Wasserstein距离条件梯度惩罚生成对抗网络(CWGAN-GP)的轴承不平衡数据集故障诊断方法,该方法能够稳定地生成高质量的样本.在故障诊断过程中,首先对生成样本的质量进行评估,然后对不平衡数据集进行逐步扩充与平衡.实验表明,该方法能够生成与真实样本高度相似的生成样本,并随着不平衡数据集被逐渐平衡,故障诊断的准确率也得到有效的提高.此外,CWGAN-GP模型在样本生成方面比其他生成模型具有更好的表现.
文献关键词：
故障诊断;不平衡数据集;梯度惩罚;生成对抗网络;滚动轴承
中图分类号：
作者姓名：
郭俊锋;王淼生;孙磊;续德锋
作者机构：
兰州理工大学 机电工程学院,甘肃 兰州 730050
文献出处：
引用格式：
[1]郭俊锋;王淼生;孙磊;续德锋-.基于生成对抗网络的滚动轴承不平衡数据集故障诊断新方法)[J].计算机集成制造系统,2022(09):2825-2835
A类：
B类：
生成对抗网络,滚动轴承,不平衡数据集,实际工程应用,正常状态,故障状态,诊断结果,Wasserstein,梯度惩罚,CWGAN,GP,故障诊断方法,诊断过程,实样,样本生成,生成模型
AB值：
0.203697
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
