pppppper1

摘要： 本文针对机械系统故障样本远少于正常样本的不平衡诊断难题，提出融合小波包畸变与卷积神经网络的诊断方法。先通过小波包变换分解振动信号，对随机选取的系数做非线性畸变后重构，实现故障样本扩充与数据集均衡；再用均衡数据集训练含卷积层、批量归一化层等的卷积神经网络，自动学习故障特征。以民航液压泵为实验对象，对比传统方法，该方法平均 F1 值有效提升，性能更稳定、泛化能力更强，还探究了不同畸变系数范围的影响。其小波包畸变思想可推广至其他机械系统，后续将研究更适配的小波函数。 阅读全文