基本信息
文件名称：基于生成对抗网络的带式输送机故障样本扩增方法.pdf
文件大小：7.83 MB
总页数：81 页
更新时间：2025-09-30
总字数：约10.02万字
文档摘要
摘
基于深度学习的工业设备故障检测系统性能很大程度上依赖于数据集的规模
及类别多样性。故障样本的采集场景多为工业设备作业现场，受限较多，难以采
集全面、多样的故障样本，样本分布不均衡导致故障检测鲁棒性的下降。因此，
针对设备故障样本的扩增技术研究具有重要意义。本文以带式输送机跑偏检测为
例进行故障样本扩增方法研究。通过对现有数据集扩增技术现状分析，将以生成
对抗网络为主进行带式输送机跑偏图像的数据扩增方法研究：
（1）针对该数据集种类分布不平衡的问题，提出基于标签控制生成对抗网络
的数据集扩