域适应网络与平衡动态分布自适应的轴承变工况故障迁移诊断研究
王廷轩1
王贵勇2
刘韬3
王振亚3
1.昆明理工大学 机电工程学院,昆明650500;云南京建轨道交通投资建设有限公司, 昆明 6505002.昆明理工大学 机电工程学院,昆明650500;内蒙古第一机械集团有限公司,包头0140003.昆明理工大学 机电工程学院,昆明650500
摘要：机械设备在工业现场下的工况复杂多变,导致故障样本分布不均,给传统机器学习带来巨大的困扰.针对上述问题,提出了一种基于域适应神经网络与平衡动态分布自适应的轴承故障迁移诊断方法.首先,利用小波变换改进卷积神经网络的卷积层,并自适应提取轴承样本特征.其次,利用最大均值差异度量和权重正则化在损失函数处理所生成的特征,改善样本分布差异,获取域适应神经网络模型.最后,利用A-distance距离改进平衡分布自适应,使其具备动态特性,进一步改善样本分布差异,通过KNN分类器实现轴承迁移诊断.经过实验验证,所提方法在同试验台和跨试验台案例验证中,能够较为精确地迁移出轴承故障状态,证明该方法可有效解决无标签样本在变工况条件下样本分布不均的问题,具备有效性与鲁棒性.
关键词：轴承域适应神经网络平衡分布自适应小波变换A-distance距离迁移诊断
分类号：TN98(电子技术、通信技术)TN06(一般性问题)TH165.3(机械制造工艺)
资助基金：国家自然科学基金(52065030)国家自然科学基金(51875272)云南省重大科技专项计划(202002AC080001)
论文发表日期：2023-06-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：10( 509-518 )
英文信息