不平衡技术在轴承故障诊断中的应用

摘要：

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.

关键词：数据不平衡、SMOTE、高斯混合模型、滚动轴承、故障诊断

所属期刊栏目：39

分类号：TH133.3

资助基金：国家自然科学基金;中央引导地方科技发展资金资助项目

在线出版日期：2021-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：29-34