Indexed by：
Abstract：
本发明公开了一种机理与数据融合驱动的小样本滚动轴承故障诊断方法，包括：故障仿真数据获取：构建基于动力学机理的滚动轴承数字孪生模型，以获取设定故障工况下的仿真数据；数据生成模型构建：构建条件信息约束下的深度卷积生成对抗网络结构的生成器模型和判别器模型；小样本数据增强：将数字孪生模型得到的仿真信号代替随机噪声作为生成器模型的输入，以生成符合物理机理的数据，并用于扩充小样本数据；故障诊断模型构建：基于卷积神经网络建立故障诊断模型；基于数据增强的故障诊断：基于增强后的数据作为故障诊断模型的训练样本，使得故障诊断模型可以充分学习训练样本中所包含的故障特征信息，从而提升小样本条件下的滚动轴承故障诊断精度。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410113797.X
Filing Date： 2024-01-26
Publication Date： 2024-11-01
Pub. No.： CN118886291A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
