一种新颖的模型数据驱动的样本生成方法，用于在不平衡数据条件下进行轴承故障诊断

《Engineering Applications of Artificial Intelligence》：A novel model-data-driven sample generation approach for bearing fault diagnosis under imbalanced data conditions

轴承故障诊断数据稀缺问题，提出融合物理建模与数据驱动的样本生成框架MDDSG，通过构建非线性动态模型模拟多类故障振动信号，结合设备特征谱分析优化生成策略，并采用阈值引导的生成对抗网络提升样本多样性。实验表明，在合成数据集和真实数据集上准确率分别达98.35%和96.95%。

　　

王志敏|余伟|王建武|程丽章|邵传川

浙江工商职业技术学院机械与电气工程学院，中国宁波315012

摘要

轴承故障诊断对于设备可靠性至关重要，但工业环境中故障数据的稀缺性阻碍了诊断模型的性能和泛化能力。为了解决这个问题，提出了一种模型数据驱动的样本生成（MDDSG）框架，该框架将基于物理的建模与数据驱动的增强相结合。首先，构建了一个非线性动态模型来模拟不同故障类型下的振动信号，从而丰富了样本空间。然后，引入了一种基于特征谱的生成准则，该准则利用健康信号作为先验知识来提取设备特定的特征。这些特征与模型生成的故障特征相结合，以指导真实的样本生成并减少分布差异。为了进一步提高数据的多样性和真实性，采用了一种基于阈值的生成对抗网络（TGAN），并结合了自适应的相似性训练策略。最终，在生成的数据集上进行训练后，获得了稳健的诊断性能，在合成数据集上的平均准确率为98.35%，在真实世界数据集上的平均准确率为96.95%。这些结果验证了MDDSG克服数据不平衡问题并支持稳健工业故障诊断的能力。

引言

轴承故障诊断对于旋转机械的可靠性至关重要，因为故障可能导致严重的经济损失和安全风险（X. Chen等人，2023年；J. Zhang等人，2023年）。因此，早期检测非常重要，然而数据驱动的方法往往由于故障样本不足而受到影响，尤其是在新的或未见过的操作条件下。这种稀缺性导致了零样本问题，即没有可用的标记数据（Y. Yu等人，2023年）。

模型驱动诊断技术。传统的故障诊断方法依赖于信号处理和手工特征提取，包括时间域、频率域和时间-频率域分析。例如，Fast Kurtogram（Zhang等人，2025年）、小波变换（B. Wang等人，2024年）和经验模态分解（EMD）（Xiao等人，2023年）等关键技术已被广泛应用。Ahmadpour等人（2022年）将3D有限元方法与Hilbert-Huang变换结合，用于分析电机故障，展示了它们对推力、速度和磁通密度的影响。为了应对变速条件，Wang等人（2014年）提出了一种无转速检测的阶数跟踪方法，该方法结合了频谱峰度滤波、时间-频率表示和瞬时故障频率提取，用于故障特征阶数域的诊断。尽管这些方法具有可解释性和相对较低的计算成本，但它们严重依赖于专家知识和个人设计的特征（Chauhan等人，2024年），这限制了它们在不同操作条件下的适应性，并且在故障特征较弱或被噪声污染时降低了鲁棒性。

数据驱动诊断技术。随着深度学习的快速发展，数据驱动方法在故障诊断中变得越来越重要。诸如CNN（Nie等人，2025年）、DCNN（Zhao等人，2019年）、元学习（Luo等人，2024年）、LSTM网络（Vos等人，2022年）和自动编码器（Zhao等人，2024年）等技术能够通过直接从原始振动信号中学习判别特征来实现端到端的诊断。其中，基于CNN的模型广泛用于特征提取和分类，而LSTM在捕捉时间依赖性方面非常有效。此外，Ahmed等人（2022年）提出了一个基于视觉的深度学习框架，用于输电线的自主检测。为了进一步提高诊断性能，最近的研究探索了先进的模型设计和数据融合策略。Hang等人（2024年）开发了一种轻量级的多源数据融合方法，用于PMSM故障诊断，使用深度可分离CNN实现了高精度和降低的计算成本。Tong等人（2024年）引入了一种基于GADF的双注意力残差网络，以在数据不平衡条件下增强特征表示。尽管取得了这些进展，但这些方法通常依赖于大规模的标记数据集，而在实际应用中获取这些数据集往往困难且成本高昂，特别是对于罕见的故障模式（X. Chen等人，2023年）。因此，它们在工业环境中常见的少样本或零样本场景中的有效性受到限制（J. Chen等人，2023年）。

术语表

缩写
MDDSG	模型数据驱动样本生成
FS	特征谱
TGAN	基于阈值的生成对抗网络
CNN	卷积神经网络
IMF	内在模态函数
CWRU	凯斯西储大学数据集
PU	帕德博恩大学数据集
SNR	信噪比
符号
LL	$m_i,m_o$	内圈和外圈的质量
$c_i,c_o$	阻尼系数
$k_i,k_o$	刚度
$k_s$	等效刚度系数
$K$	载荷-位移系数
$x_i,y_i$

内圈位移$x_o,y_o$外圈位移$x\left(t\right)$位移

通过动态建模生成常见特征

为了解决由于操作条件变化导致的轴承故障诊断中样本稀缺的问题，本研究使用模拟振动信号和传输策略生成故障样本。通过利用轴承动态模型，可以获得在不同健康条件下的典型振动特性的模拟信号，从而构建一个全面的样本空间。该模型直观地展示了由局部缺陷引起的振动响应，同时忽略了详细的故障信息。

实验设置

本节使用两个数据集验证了所提出的故障样本生成方法。它包括样本生成过程的详细描述、在经典网络模型中生成样本的性能评估，以及与最先进的样本生成技术的比较，以证明该方法的优越性。这些数据集来自图6所示的实验设置，详细信息见表1。

数据集1：凯斯西储大学（CWRU）轴承

结论

本研究提出了一种MDDSG框架，以解决故障数据的稀缺性问题，并在不平衡条件下改进轴承故障诊断。通过结合动态建模、FS提取和TGAN，该方法生成的故障样本在频率模式一致性和统计多样性方面得到了提升。FS通过嵌入设备特定的频谱特征并在频域中抑制噪声来提高信号质量，而TGAN在相似性约束下增加了样本的多样性。

CRediT作者贡献声明

王志敏：撰写——原始草案，数据整理。余伟：软件开发。王建武：调查，形式分析。程丽章：验证，方法论。邵传川：撰写——审阅与编辑。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。