典型文献
基于MMDFE⁃DA的滚动轴承故障诊断方法
文献摘要：
针对变工况条件下轴承训练数据集和测试数据集存在分布差异,导致智能诊断模型泛化能力不足,且需针对不同任务分别建模问题,提出一种基于多尺度混合域特征提取(multi?scale mixed domain feature extraction,简称MMDFE)和领域自适应(domain adaptation,简称DA)的滚动轴承智能故障诊断方法.首先,引入变分模态分解提取多尺度混合域特征,构建完备的特征空间;其次,通过随机森林算法实现特征的降维和优选,消除冗余信息;然后,应用优选后的特征结合流形嵌入式分布对齐方法实现不同领域数据的分布对齐及跨域诊断;最后,采用不同工况下的数据集进行验证,并与传统的智能诊断方法和迁移学习方法进行对比,结果表明,所提方法可以准确有效实现跨域诊断.
文献关键词：
故障诊断;滚动轴承;领域自适应;随机森林;多尺度混合域特征
中图分类号：
作者姓名：
雷子豪;温广瑞;周桥;董书志;黄鑫;周浩轩
作者机构：
西安交通大学机械工程学院 西安,710049;新疆大学机械工程学院 乌鲁木齐,830047
文献出处：
引用格式：
[1]雷子豪;温广瑞;周桥;董书志;黄鑫;周浩轩-.基于MMDFE⁃DA的滚动轴承故障诊断方法)[J].振动、测试与诊断,2022(01):182-189
A类：
MMDFE,多尺度混合域特征
B类：
DA,滚动轴承故障诊断,故障诊断方法,变工况,工况条件,训练数据集,测试数据,分布差异,智能诊断模型,模型泛化,泛化能力,multi,scale,mixed,domain,feature,extraction,领域自适应,adaptation,轴承智能故障诊断,变分模态分解,特征空间,随机森林算法,算法实现,冗余信息,特征结合,合流,流形嵌入,分布对齐,对齐方法,跨域,不同工况,智能诊断方法,迁移学习方法,确有
AB值：
0.337704
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
