基于擴散模型的滾動軸承小樣本故障診斷研究

摘要： 足夠的訓練樣本數(shù)量是智能故障診斷達到較高準確率的基礎，一方面?zhèn)鹘y(tǒng)小樣本問題的解決方法，其擴充過程不穩(wěn)定、生成樣本質量不高；另一方面去噪擴散概率模型(denoising diffusion probability model, DDPM)在高質量圖像生成等領域被廣泛應用?；诖?，提出一種基于DDPM的小樣本故障診斷方法。首先，將軸承原始振動信號通過連續(xù)小波變換得到二維時頻圖；然后... （共6頁）