基于Soft-IntroVAE和1D-2DA-FCNN的不平衡样本滚动轴承故障诊断方法及系统（工业自动化、机械、人工智能）

本发明提供一种基于Soft‑IntroVAE和1D‑2DA‑FCNN的不平衡样本滚动轴承故障诊断方法及系统，涉及故障检测技术领域，该方法包括利用传感器采样各类故障的振动信号；对传感器采集到的振动信号进行重叠采样，并通过FFT变换将一维时序数据转化为一维时频数据；将不均衡的训练数据样本输入到Soft‑IntroVAE样本生成模型中进行样本增广，并将增广后的数据与原始训练数据进行融合，构建新的平衡训练集；将平衡训练数据样本输入到1D‑2DA‑FCNN轴承故障诊断模型中进行训练；将测试数据样本输入训练好的1D‑2DA‑FCNN轴承故障诊断模型进行特征提取，并进行分类，输出分类结果。本发明在数据不均衡情况下，能够显著提高轴承故障诊断的准确率。

《基于Soft-IntroVAE和1D-2DA-FCNN的不平衡样本滚动轴承故障诊断方法及系统（工业自动化、机械、人工智能）》是一发明专利，专利号为 2023117524249，当前法律状态为已下证，由江南大学提出申请，发明人为王志国;路近;刘飞，申请日期为2023-12-19，公开（公告）日期为2024-07-12，国际专利分类号（IPC）为 G01M 13/045 (2019.01)，高新资质：未报高企，所属技术领域包括：故障检测、现代工业、工业自动化、轴承故障诊断、数据驱动、深度学习、。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提供一种基于Soft‑IntroVAE和1D‑2DA‑FCNN的不平衡样本滚动轴承故障诊断方法及系统，涉及故障检测技术领域，该方法包括利用传感器采样各类故障的振动信号；对传感器采集到的振动信号进行重叠采样，并通过FFT变换将一维时序数据转化为一维时频数据；将不均衡的训练数据样本输入到Soft‑IntroVAE样本生成模型中进行样本增广，并将增广后的数据与原始训练数据进行融合，构建新的平衡训练集；将平衡训练数据样本输入到1D‑2DA‑FCNN轴承故障诊断模型中进行训练；将测试数据样本输入训练好的1D‑2DA‑FCNN轴承故障诊断模型进行特征提取，并进行分类，输出分类结果。本发明在数据不均衡情况下，能够显著提高轴承故障诊断的准确率。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！