文档介绍：第卷第期东北大学学报 ( 自然科学版 ) Ｖｏｌ. ,Ｎｏ.
４２３４２３
年月ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ(ＮａｔｕｒａｌＳｃｉｅｎｃｅ) Ｍａｒ.
２０２１３２０２１
ｄｏｉ . / ｊ. ｉｓｓｎ. . . .
: １０１２０６８１００５－３０２６２０２１０３０１０
基于域适应与分类器差异的滚动轴承跨域故障诊断
张永超, 李琦, 任朝晖, 周世华

东北大学机械工程与自动化学院辽宁沈阳
( , １１０８１９)
摘要: 基于数据驱动方法诊断滚动轴承故障时不同工况下的数据特征分布差异会导致模型诊断性能
,
严重下降. 针对这一问题提出了基于域适应与分类器差异的滚动轴承跨域故障诊断方法. 首先利用卷积神经
,
网络对带标记的源域样本和无标记的目标域样本进行特征提取然后通过个全连接分类器进行故障分类
; ２ ;
最后通过分步优化分类损失域最大平均差异损失和分类器差异损失实现源域和目标域之间的域分布对齐
、 , ,
从而实现无标记目标域样本的故障诊断. 实验结果表明所提方法与主流的域适应方法相比具有更高故障诊
,
断准确率验证了该方法的合理性和可行性.
,
关键词: 故障诊断域适应卷积神经网络最大平均差异