基于进化算法优化GAN的轴承故障诊断

摘要：

针对滚动轴承故障诊断故障样本类别不平衡的问题,提出一种基于进化算法优化的条件生成对抗网络(evolutionary conditional generative adversarial nets,简称ECGAN)故障诊断方法.首先,利用进化算法优化条件生成对抗网络中的生成器,使其在不同的损失函数下生成与原始样本分布相似的新样本,扩充数据集;其次,将生成的样本和原始样本输入判别器,提取出样本中有效的数据特征,判断输入样本的真假和类别;最后,通过对抗学习机制优化生成器和判别器,提高网络的故障识别能力.实验结果表明,在轴承故障样本数据类别不平衡的情况下,ECGAN模型具有较好的故障诊断性能.

关键词：故障诊断、不平衡分类、生成对抗网络、进化算法

所属期刊栏目：43

分类号：TH17

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;江苏省重点研发计划资助项目;泰山产业领军人才工程资助项目

在线出版日期：2023-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：298-303