公开(公告)号：CN119885735A

公开(公告)日：2025-04-25

申请号：CN202411932214.2

申请日：2024-12-26

Applicant: 吉林大学

Inventor： 江凯杰 ,  陈传海 ,  金桐彤 ,  刘志峰 ,  张邦成 ,  常志勇 ,  郭劲言 ,  齐宝宝 ,  孟庆宇 ,  牛娜娜

IPC: G06F30/23 ,  G06F30/27 ,  G06F30/17 ,  G06T17/20 ,  G06F18/15 ,  G06F18/2131 ,  G06F18/214 ,  G06F18/2433 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/092 ,  G06F111/04 ,  G06F119/14

Abstract: 本发明适用于轴承故障诊断技术领域，提供了一种基于有限元仿真和数据增强的轴承智能故障诊断方法，包括以下步骤：建立正常和故障轴承组的几何模型，并计算轴承的理论特征频率；对正常和故障轴承组进行有限元动力学仿真；提取正常和故障轴承组的仿真振动信号；将正常和故障轴承组的信号特征频率与理论计算频率进行对比；将仿真信号归一化后映射为二维灰度图，并细化灰度图中的纹理特征；建立生成对抗网络模型对灰度图样本进行扩充；建立深度强化学习模型筛选高质量的灰度图合成样本；建立卷积神经网络实现对合成样本的直接故障诊断。本发明解决了轴承故障样本少和样本不平衡时诊断效果差的问题。