一种基于数据增强的刀具磨损状态识别系统及识别方法

摘要

本发明公开了一种基于数据增强的刀具磨损状态识别系统，包括信号采集模块采集刀具工作过程中的原始振动信号；信号处理模块对原始振动信号进行特征提取，并进行相关性筛选，得到真实数据特征；模型构建模块构建数据增强的AE‑GAN模型用于生成趋于真实数据特征的生成数据特征；算法模块通过AE‑GAN模型，得到包括真实数据特征和生成数据特征的增强样本数据；识别模块对增强样本数据进行处理，将处理后的增强样本数据作为输入，刀具磨损状态分类标签作为输出，通过训练好的顶层分类器Softmax，实现刀具磨损状态的识别。通过提出的AE‑GAN模型生成与多传感器信号分布相似的有效样本数据，实现对有限的状态不平衡数据进行扩充，提高刀具磨损状态的识别能力。