基于进化算法优化GAN的轴承故障诊断

作者：李可; 贺少杰; 宿磊; 顾杰斐; 苏文胜; 卢立新

来源：振动.测试与诊断, 2023, 43(02): 298-410.

DOI：10.16450/j.cnki.issn.1004-6801.2023.02.013

• 故障诊断
• 不平衡分类
• 生成对抗网络
• 进化算法

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。

• 单位
  江南大学; 江苏省特种设备安全监督检验研究院无锡分院