基于一維卷積子域適應(yīng)對抗網(wǎng)絡(luò)的變負荷軸承故障診斷

摘要： 在大型旋轉(zhuǎn)機械滾動軸承故障診斷的建模中，由于設(shè)備運行負載不同，若訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)具有分布差異，則會使訓(xùn)練得到的深度神經(jīng)網(wǎng)絡(luò)診斷模型的準(zhǔn)確率下降。針對此問題，基于遷移學(xué)習(xí)理論，提出了基于一維卷積子域適應(yīng)對抗網(wǎng)絡(luò)的故障診斷方法。該方法嵌入了融合樣本級權(quán)重的局部最大均值差異來促進子域?qū)R，并引入域判別器與特征提取器進行對抗訓(xùn)練，輔助提取域共性特征。建立了一種有效的跨負載軸承故障診斷... （共6頁）