一种高精度高可靠性的谐波减速器系统测试方法

本发明公开了一种高精度高可靠性的谐波减速器系统测试方法，属于机械故障诊断技术领域。方法包括：构建基于梯度惩罚和频谱归一化的辅助分类器Wasserstein生成对抗网络模型，利用不平衡训练集生成少数类故障样本；对振动信号预处理形成初始训练集；通过皮尔逊相关系数和余弦相似度评估生成样本有效性；将样本加入原始集调整平衡比至1:1；采用一维卷积神经网络分类。ACWGAN‑SG集成Wasserstein距离、梯度惩罚和谱归一化，生成器含四级反卷积层，判别器为双分支结构。实验在CWRU数据集及谐波减速器试验台验证，结果表明，该方法可稳定收敛，生成样本与原始样本相似度高，平衡后诊断准确率显著优于DCGAN、ACGAN等方法，有效解决数据不平衡问题，提升故障诊断精度与可靠性。