10.13465/j.cnki.jvs.2023.14.029
基于深度动态域适应的轴承故障诊断研究
针对迁移学习中源域,目标域数据分布差异大,传统学习中边缘分布与条件分布贡献动态变化难以适应的问题,提出了一种基于深度动态域适应的轴承故障诊断方法.在域适应层引入动态分布自适应方法,通过域分类器分别进行边缘分布对齐和条件分布对齐,在根据平衡因子动态衡量条件分布和边缘分布对域的贡献度,进行动态域适应.通过对凯斯西储大学和江南大学轴承数据集变工况下的迁移诊断试验及对比分析,有效地提高了跨域诊断的精度,验证了所提方法的有效性与卓越性.
迁移学习、故障诊断、动态域适应、贡献度
42
TH212;TH213.3(起重机械与运输机械)
与河南省高等学校精密仪器制造技术与工程重点学科开放实验室开放基金项目PMTE201301A
2023-07-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
245-250