样本不均衡条件下滚动轴承故障FCWT-DDIM-SwinT识别方法
孙祥海1
邱明1
李军星1
张松林2
刘志卫1
刘静涛1
高锐1
1.河南科技大学机电工程学院,河南洛阳 4710032.中国航发贵阳发动机设计研究所,贵州贵阳 550081
摘要：针对滚动轴承故障识别中因样本不均衡导致准确率低的问题,提出一种去噪扩散隐式模型(DDIM)结合Swin Transformer(SwinT)的故障识别方法.首先,对采集到的滚动轴承原始振动信号进行快速连续小波变换(FCWT),将其重构为二维时频图像.然后,使用DDIM扩充原始不均衡数据集,构建出故障样本类别分布均衡数据集.最后,将均衡数据集应用于SwinT模型的训练过程,从而实现滚动轴承多种故障类型的准确诊断.工程实例表明:利用DDIM能够有效解决故障样本不均衡的问题;同时,与其他识别模型相比,SwinT模型的平均识别准确率提高了 5.72％,具有更优越的轴承故障识别能力.
关键词：滚动轴承快速连续小波变换去噪扩散隐式模型Swin Transformer故障识别
分类号：TH133.3(机械零件及传动装置)
资助基金：国家自然科学基金(52275186)中原学者资助项目(244000510001)
论文发表日期：2026-02-25
在线出版日期：2026-03-19（本平台首次上网日期，不代表文献的发表时间）
页数：10( 53-62 )
英文信息