典型文献
一种用于主轴轴承故障诊断的深度卷积动态对抗迁移网络
文献摘要：
迁移学习智能故障诊断方法已经成为了机械设备故障诊断领域的一个研究热点.然而,大多数相关方法在迁移学习过程中未能合理地评估源域样本和目标域样本的相似性,且数据分布的差异会造成迁移诊断的结果不同.针对此问题,提出深度卷积动态对抗迁移网络用于主轴轴承智能故障诊断.该网络首先利用一维卷积神经网络从处理过的振动信号中自动提取特征集,然后利用动态对抗学习策略动态地调整条件分布和边缘分布在迁移学习过程中的重要程度,有效地提高迁移诊断的精度.通过数控机床主轴轴承故障诊断实验,验证了所提方法的有效性.实验结果表明,所提方法能够有效挖掘故障特征信息,实现不同工况之间的知识迁移,具有较好的应用价值.
文献关键词：
智能诊断;轴承;深度学习;迁移学习;动态对抗
中图分类号：
作者姓名：
李霁蒲;黄如意;陈祝云;廖奕校;夏景演;李巍华
作者机构：
华南理工大学机械与汽车工程学院,广东 广州 510641
文献出处：
引用格式：
[1]李霁蒲;黄如意;陈祝云;廖奕校;夏景演;李巍华-.一种用于主轴轴承故障诊断的深度卷积动态对抗迁移网络)[J].振动工程学报,2022(02):446-453
A类：
B类：
轴承故障诊断,深度卷积,动态对抗,对抗迁移网络,迁移学习,故障诊断方法,机械设备故障,设备故障诊断,相关方法,学习过程,源域,目标域,数据分布,迁移诊断,轴承智能故障诊断,一维卷积神经网络,振动信号,自动提取,提取特征,征集,对抗学习,学习策略,整条,条件分布,边缘分布,重要程度,高迁,数控机床主轴,机床主轴轴承,诊断实验,故障特征,特征信息,不同工况,知识迁移,智能诊断
AB值：
0.364243
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。
