基于掩码对比学习的半监督齿轮箱变工况故障诊断
张慧云1
左芳君1
李航1
余熹2
1.成都工业学院 智能制造学院,成都 6100312.四川大学 机械工程学院,成都 610065
摘要：针对实际工程中变工况齿轮箱故障样本标注困难且数据分布差异显著,导致故障诊断模型精度降低的问题,提出了一种基于掩码对比学习的半监督齿轮箱变工况故障诊断方法.首先,利用随机掩码隐藏无标签数据集中部分信息,为每个无标签样本生成两个不同掩码实例;其次,采用动态卷积神经网络对掩码实例动态加权聚合,实现对不同掩码实例判别性特征建模;然后,构建对比学习框架,以最大化不同掩码实例特征间的相似性为优化目标,通过增强掩码视角实例对的特征表示一致性,降低模型对标签的依赖;最后,在微调阶段引入域条件特征校正策略生成目标域特征修正量,并根据最小化域间特征分布差异性度量对齐源域特征和目标域修正特征,显式地减少由于工况变化引起的域间分布差异.通过齿轮箱变工况故障数据集进行验证,证明了所提方法的有效性.
关键词：齿轮箱变工况故障诊断对比学习半监督
分类号：TH165+.3(机械制造工艺)TP18(自动化基础理论)
论文发表日期：2025-06-15
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( 72-81 )
英文信息