基于多传感器的不平衡数据轴承故障诊断

作     者：董逸凡 文传博 王正 DONG Yifan;WEN Chuanbo;WANG Zheng

作者机构：上海电机学院电气学院上海201306 

基　　金：国家自然科学基金资助项目(61973209) 上海市自然科学基金资助项目(20ZR1421200) 上海地方高校能力建设项目(22010501100) 

出 版 物：《轴承》 (Bearing)

年 卷 期：2023年第10期

页      码：77-83页

摘      要：针对轴承故障数据类别不平衡导致诊断模型精度下降的问题,使用多传感器数据丰富数据特征,同时从数据增强和损失函数两方面着手,提出一种基于多传感器的不平衡数据轴承故障诊断方法。首先,设计一种多通道的带辅助分类器的生成对抗网络(ACGAN),利用独特的鉴别-分类结构生成高质量的多传感器数据以补充原始数据集;然后,提出一种改进的均值焦点损失函数(m-Focal Loss),将不平衡问题转化为样本的难易分类问题,根据难易程度进行加权,从而进一步提高诊断精度;最后,将一维卷积神经网络(1DCNN)作为分类网络,在凯斯西储大学(CWRU)轴承数据集和实验室数据集上进行消融试验。结果表明:使用多传感器数据可以有效抑制不平衡数据带来的精度下降问题,加入ACGAN所生成的样本可大大提高不平衡数据下轴承故障诊断模型的精度。

主 题 词：滚动轴承 故障诊断 多传感器 生成对抗网络 损失函数 鉴别器 分类器 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 081101[081101] 0811[工学-水利类] 081102[081102] 080201[080201] 

D　O　I：10.19533/j.issn1000-3762.2023.10.012

馆 藏 号：203124026...