基于特征的迁移神经网络轴承智能故障诊断

作     者：王业统 吴海威 李美 苏明 WANG Ye-tong;WU Hai-wei;LI Mei;SU Ming

作者机构：海南科技职业大学信息工程学院海南海口571126 海南大学机电工程学院海南海口570228 海南科技职业大学机电工程学院海南海口571126 

基　　金：2019年海南省基础与应用基础研究计划(自然科学领域)高层次人才项目(2019RC144) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2022年第378卷第8期

页      码：80-87页

摘      要：为了提升传统迁移学习故障诊断中信息挖掘深度,实现不同机器间的迁移学习,提出了一种基于特征的迁移神经网络轴承智能故障诊断方法。首先利用一个域共享的卷积神经网络同时从BLMS和BRMS中提取原始振动数据的可传递特征。然后,提出了多层域自适应和伪标记学习的正则化项,对神经网络的参数施加约束,以减小学习的可迁移特征的分布差异和类间距离。利用实验室采集的电机轴承和齿轮箱轴承的数据,识别出实际情况下机车轴承的健康状态。结果表明,该方法能够有效地学习可传递特征,弥补BLMS和BRMS数据之间的差异,验证了该方法的有效性。

主 题 词：迁移学习 神经网络 轴承 故障诊断 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 080201[080201] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1001-3997.2022.08.016

馆 藏 号：203114055...