典型文献
无监督对抗迁移学习轴承故障诊断
文献摘要：
针对轴承故障诊断中数据标签获取困难、变工况诊断准确率低下、模型诊断泛化能力弱等问题,提出了一种无监督对抗迁移学习轴承故障诊断的方法(MSWDCNN-DA).首先,将源域与目标域的振动信号经过一层大卷积核,提取轴承故障的短时特征;其次,根据不同卷积核获取的感受野不同,通过两个3×1、5×1的卷积核更加全面地获取不同层次的信号特征;然后,通过域对抗迁移模块,更好地对齐源域和目标数据之间的分布;最后,进行故障分类.通过在某大学轴承数据集中的实验,证明该模型在不同工况的数据集中都有较高的诊断准确率,表现出模型良好的泛化能力.
文献关键词：
故障诊断;对抗迁移学习;无监督;变工况
中图分类号：
作者姓名：
袁海飞;尹洪申;俞啸
作者机构：
徐州徐工挖掘机械有限公司,徐州 221008;中国矿业大学物联网(感知矿山)研究中心,徐州221008;中国矿业大学信息与控制工程学院,徐州 221116
文献出处：
引用格式：
[1]袁海飞;尹洪申;俞啸-.无监督对抗迁移学习轴承故障诊断)[J].组合机床与自动化加工技术,2022(04):83-87
A类：
MSWDCNN
B类：
无监督,对抗迁移学习,轴承故障诊断,数据标签,变工况,工况诊断,诊断准确率,泛化能力,DA,源域,目标域,振动信号,大卷,卷积核,感受野,不同层次,信号特征,域对抗迁移,对齐,故障分类,某大学,轴承数据,不同工况,出模
AB值：
0.302059
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。
