面向类不平衡和多工况环境的轴承故障诊断算法研究.pdf

面向类不平衡和多工况环境的轴承故障诊断算法研究.pdf

摘要

随着深度学习的发展,机械设备的故障诊断取得了显著的进展。轴承作为旋

转机械设备的核心组件,是目前研究的主要对象。然而,在实际的工业场景中,

往往面临着如下挑战:(1)基于深度学习的故障诊断依赖于大量的数据,而由于机

械设备绝大多数时间工作在正常状态,故障数据稀缺,一些故障极少出现。这引

起各个类别的数据数量不平衡,最终导致故障模型诊断性能下滑。(2)由于机械设

备往往频繁地变化工况和环境变化等因素,导致训练模型的数据和实际测试的数

据分布存在较大的差异,故障模型的迁移性变差。为了解决上述

文档评论(0)

1亿VIP精品文档

相关文档