典型文献
基于联合分布偏移差异的跨域滚动轴承故障诊断方法
文献摘要：
现有的无监督域自适应故障诊断方法大多只基于单一域信号实现,提取的故障信息不够全面.只注重实现源域和目标域特征的边缘分布对齐,忽略了样本的条件分布差异,限制了诊断精度的提升.为克服以上问题,提出一种基于联合分布偏移差异(joint distribution offset difference,JDOD)的跨域滚动轴承故障诊断方法.使用两个结构一致的卷积神经网络(CNN)分别提取信号的时域与频域特征,获取更完整的故障信息.提出联合分布偏移差异,实现不同域特征的边缘分布对齐和条件分布对齐.在两个多工况轴承数据集上与多种先进方法展开对比实验,取得了 99％以上的平均诊断精度.实验结果表明联合分布偏移差异有效提升了跨域故障精度.
文献关键词：
跨域故障诊断;域自适应;分布对齐;卷积神经网络
中图分类号：
作者姓名：
雷杨博;朱智勤;柴毅;齐观秋;安翼尧;徐鹏
作者机构：
重庆邮电大学自动化学院 重庆 400065;重庆大学自动化学院 重庆 400030;布法罗州立学院计算机信息系统系 美国纽约 14222
文献出处：
引用格式：
[1]雷杨博;朱智勤;柴毅;齐观秋;安翼尧;徐鹏-.基于联合分布偏移差异的跨域滚动轴承故障诊断方法)[J].电子测量与仪器学报,2022(10):146-156
A类：
JDOD
B类：
联合分布,滚动轴承故障诊断,故障诊断方法,无监督域自适应,多只,故障信息,源域,目标域,边缘分布,分布对齐,条件分布,分布差异,joint,distribution,offset,difference,取信,频域特征,多工况,轴承数据,跨域故障诊断
AB值：
0.257277
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。
