原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
测控技术
·10·2025年第44卷第1期装备无损检测与健康监测技术专刊（一）
数据不平衡故障诊断：一种预训练数据增强方法
陆钦华，陈嘉宇*，王旭航，葛红娟
（南京航空航天大学民航学院，江苏南京210016）
摘要：针对实际航空发动机滚动轴承故障诊断应用中健康一故障数据不平衡的问题，提出一种结合梯度
惩罚与辅助分类器的Wasserstein生成对抗网络（WassersteinGenerativeAdversarialNetworkGradiend
Penalty，WGANGP）的增强诊断方法一—预训练数据增强-WGANGP(PDA-WGANGP）。首先，模拟实际
情况，利用健康数据和少量故障数据对网络进行预训练；其次，将训练好的网络结构和参数作为判别器
和分类器的前端特征提取层；最后，通过引入残差网络，构建一个全新的生成器，从而稳定地生成高品质
的故障样本，平衡测试数据集，完成网络结构的优化训练。通过对滚动轴承开展不平衡数据下的诊断应
用与验证,证明了PDA-WGANGP在样本生成和高效诊断中的可行性，以及相较于同类方法的诊断性能
优越性。
关键词：航空发动机；样本生成；数据稀缺性；数据不平衡；生成对抗网络
中图分类号：TP306+.3;V232文献标志码：A文章编号：1000-8829(2025)01-0010-12
doi:10.19708/j.ckjs.2024.11.267
FaultDiagnosisforImbalancedData:aPre-TrainedDataEnhancementMethod
LUQinhua,CHENJiayu*,WANGXuhang,GEHongjuan
(CollegeofCivilAviation,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China)
Abstract:Tosolvetheproblemofhealth-faultdataimbalanceintherealapplicationsofaeroenginerolling
bearingfaultdiagnosis,arollingbearingenhanceddiagnosismethodcombininggradientpunishmentandauxil-
iaryclassifierWassersteingenerativeadversarialnetwork(WGANGP)isproposed:pre-traineddataaugment-
WGANGP(PDA-WGANGP).Firstly,theactualsituationissimulated,andthenetworkispre-trainedbyusing
healthdataandasmallamountoffaultdata.Secondly,thetrainednetworkstructureandparametersareused
asthefront-endfeatureextractionlayerofdiscriminatorandclassifier.Finally,anewgeneratorisconstructed
byintroducingtheresidualnetwork,soastostablygeneratehigh-qualityfaultsamples,balancethetestdata
set,andcompletetheoptimizationtrainingofnetworkstructure.Throughthedia
文档评论（0）