基于格拉姆角场与深度卷积生成对抗网络的行星齿轮箱故障诊断

摘要： 针对行星齿轮箱故障诊断中样本分布不均衡所引起的模型泛化能力差及诊断精度低等问题，采用格拉姆角场图像编码技术和深度卷积生成对抗网络相结合进行数据增强，融合AlexNet卷积神经网络进行故障诊断。将采集到的一维振动信号转化为格拉姆角场图，按比例划分训练集与测试集，将训练集样本与随机向量输入到深度卷积生成对抗网络模型中，交替训练生成器与判别器，达到纳什平衡，生成与原始样本类似的生成样... （共8页）