不平衡技术在轴承故障诊断中的应用

作者：王振亚; 刘韬^*; 王廷轩; 杨永灿

来源：机械与电子, 2021, 39(06): 29-34.

• 数据不平衡
• SMOTE
• 高斯混合模型
• 滚动轴承
• 故障诊断

为解决实际工程环境中因轴承故障数据缺失引起的数据不平衡,进而影响模型诊断的问题,提出了不平衡数据处理技术在轴承故障诊断中的应用,即使用少量数据,训练出一个能够诊断多种轴承故障的模型。针对不同种类故障数据的边界混淆及类内不平衡,首先对少数类样本进行高斯混合模型(GMM)聚类,根据簇密度分布函数使用GMM-SMOTE进行权重采样,然后针对边界混淆问题使用Tomek’s Link数据清洗技术进行边界混淆样本数据清洗,形成类内类间平衡的数据集,结合超参数优化的支持向量机(SVM)模型进行诊断分析。实验结果表明,该方法效果良好,在轴承的故障诊断中有较好的实际工程意义和推广性。

• 单位
  机电工程学院; 昆明理工大学