10.3969/j.issn.1004-7018.2023.04.001
基于一维RepVGG协同领域自适应的电机滚动轴承故障诊断
在使用传统机器学习类方法对电机滚动轴承故障进行诊断时,电机运行工况的变化以及采集信号时的噪声干扰,会出现源域训练集和目标域测试集分布不一致的问题.提出了基于一维RepVGG协同领域自适应的故障诊断方法.RepVGG具有精度高和速度快的特点,使用一维RepVGG实现对电机滚动轴承信号的特征提取;基于提取的特征,在网络顶层结构中使用集成优化目标函数来实现域自适应,并完成轴承故障诊断.基于凯斯西储大学轴承数据集,对该方法进行了实验验证.实验结果表明,在电机变工况运行时,改进方法为诊断性能优于现有其他诊断方法.
电机滚动轴承、故障诊断、一维RepVGG、领域自适应、变工况
51
TM307+.1(电机)
2023-05-04(万方平台首次上网日期,不代表论文的发表时间)
共7页
1-7