基于多通道数据双层增强的样本不平衡故障诊断方法

作     者：郭一鸣 童一飞 何非 谢中取 宋世达 黄静 

作者机构：南京理工大学材料科学与工程学院 南京理工大学机械工程学院 

出 版 物：《兵工学报》 (Acta Armamentarii)

年 卷 期：2024年

核心收录：

学科分类：08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金项目(52305024) 江苏省自然科学基金青年项目(BK20230928) 中央高校基本科研业务费专项资金资助(30923011008、30923011029) 

主　　题：多通道数据 样本不平衡故障诊断 双层数据增强 全局优化 

摘      要：在复杂制造过程中常需要采集并分析多通道数据以实现状态监测和故障诊断，针对现有方法难以处理多通道数据复杂时空相关结构和样本不平衡的问题，提出了一种基于多通道数据双层增强的样本不平衡故障诊断方法。所提模型具有2阶段数据增强和全局优化的特点，包含2个生成器、2个判别器和1个诊断器，通过先学习故障特征再转化为多通道数据的方式实现数据增强，引入分布差异评估机制有效地描述不同通道之间的数据相关性，通过多目标的全局优化策略来提高生成数据的质量。通过实际案例验证所提方法的有效性，实验结果表明：双层增强方法能有效扩充多通道数据的样本量，全局优化策略可以提高生成数据在故障诊断中的性能。与现有模型相比，所提方法在多种样本不平衡场景下均具有较高的故障诊断准确率。