作者:林煒祥、李日傑、許芷翎異常資料生成應用於軸承故障診斷
故障診斷模型受到資料稀缺的限制，導致模型在樣本不足下診斷準確度不佳。為突破此問題，生成式 AI 被廣泛應用於異常資料生成，它能從少量真實數據中學習訊號特徵，產生大量逼真的虛擬訊號，藉此輔助診斷模型大幅提升鑑別準確度。本研究採用生成對抗網路來產生稀缺資料，並將異常診斷模型的準確度從87% 提升至98%。此外，本研究也建立了零異常樣本模型，該模型僅使用正常訊號進行訓練，最終的異常辨識準確率大於98%。本研究所提出的異常診斷技術，有效解決了資料不足的問題，更顯著強化了診斷模型在實際工業應用中的實用性與可靠性。