一种不平衡数据下的新型轻量级轴承故障诊断模型.pdfVIP

2024年4月控制工程Apr.2024

第31卷第4期ControlEngineeringofChinaVol.31,No.4

文章编号：1671-7848(2024)04-0729-09DOI:10.14107/j.cnki.kzgc

一种不平衡数据下的新型轻量级轴承故障诊断模型

简献忠，张韬

（上海理工大学光电信息与计算机工程学院，上海200090）

摘要：在实际工程场景中，轴承故障数据远少于正常数据，不平衡数据下的轴承故障诊

断方法存在参数多、模型复杂的问题。因此，提出了一种由带梯度惩罚的辅助分类瓦瑟斯

坦生成对抗网络(auxiliaryclassierWassersteingenerativeadversarialnetworkwithgradient

penalty,ACWGAN-GP)和神经回路策略故障诊断(neuralcircuitpolicy-faultdiagnosis,NCP-FD)

网络组成的不平衡数据NCP-FD(unbalanceddataNCP-FD,UDNCP-FD)模型。首先，将轴

承故障信号数据转换为二维时频图，利用不平衡的训练集训练ACWGAN-GP生成高质量

故障样本，并将其扩充到原始训练集中；然后，将扩充后的训练集输入到NCP-FD网络中

进行学习；最后，将训练好的NCP-FD网络应用于测试集进行故障诊断。实验结果表明，

所提模型与其他不平衡数据下的轴承故障诊断模型相比，参数更少，存储空间更小，故障

诊断准确率更高。

关键词：轴承故障诊断；深度学习；生成对抗网络；轻量级网络

中图分类号：TP277；TH133.3文献标识码：A

ANewLightweightBearingFaultDiagnosisModelUnderUnbalancedData

JIANXianzhong,ZHANGTao

(SchoolofOptical-electricalandComputerEngineering,UniversityofShanghaiforScienceandTechnology,

Shanghai200090,China)

Abstract:Intheactualengineeringscenario,thebearingfaultdataismuchlessthanthenormaldata,andthe

bearingfaultdiagnosismethodsunderunbalanceddatahasmanyparametersandcomplexmodels.Therefore,a

unbalanceddataneuralcircuitpolicy-faultdiagnosis(UDNCP-FD)model,whichiscomposedofauxiliary

classierWassersteingenerativeadversarialnetworkwithgradientpenalty(ACWGAN-GP)andneuralcircuit

policy-faultdiagnosis(NCP-FD)network,is