来源：期刊VIP网 时间：
作者：罗佳;黄晋英;马健程;刘思远;
单位：中北大学能源与动力工程学院;中北大学机械工程学院;中北大学计算机科学与技术学院;
摘要：针对铁路道岔转辙机设备状态监测数据不完备、非平衡和局部缺失等问题，提出基于改进生成式对抗网络（GAN）的转辙机柱塞泵故障诊断方法。首先，构建条件深度卷积生成式对抗网络（C-DCGAN）模型，利用一维卷积层处理柱塞泵振动信号的时域和频域特征，通过博弈对抗机制优化生成器和判别器，提高模型的泛化能力和故障特征提取能力；其次，引入双时间尺度更新规则（TTUR）来解决判别器正则化过程中的缓慢学习问题，提升模型训练的稳定性；最后，采用实测数据进行案例分析，验证所提方法的有效性。结果表明：在4种不同工况下，生成样本的JSD值分别为0.190,0.235,0.240和0.185；在正常样本与故障样本比例分别为100∶1,50∶1,20∶1和10∶1时，故障分类精度依次达到91.24%,94.13%,94.96%和96.08%。该方法在样本生成方面具有更好的性能，尤其在处理数据不平衡问题时，可达到较高的故障分类精度，为铁路安全运行提供有力保障。
关键词：铁路道岔;;转辙机柱塞泵;;非平衡数据;;故障诊断;;C-DCGAN
基金资助：山西省回国留学人员科研资助项目（2022-141）;; 山西省自然科学基金资助项目（202203021211096）
