公开(公告)号：CN117629635A

公开(公告)日：2024-03-01

申请号：CN202311623407.5

申请日：2023-11-30

Applicant: 安徽大学

Inventor： 董飞 ,  王晓宁 ,  张逾晓 ,  程志友 ,  张文博 ,  刘润泽 ,  葛鲲鹏 ,  许志恒

IPC: G01M13/045 ,  G06T7/00 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开了一种基于深度迁移学习的轴承变工况故障诊断方法，步骤包括：步骤1、获取轴承的源域、目标域；步骤2、得到源域、目标域的时频图；步骤3、利用源域时频图对CNN模型进行预训练得到预训练CNN模型，以及源域深度特征集；步骤4、将预训练CNN模型迁移得到迁移CNN模型；步骤5、利用少量目标域时频图对迁移CNN模型训练，由训练好的迁移CNN模型得到目标域深度特征集；步骤6、采用基于融合边际准则的平衡分布域适应方法对源域、目标域深度特征集进行处理，得到新源域、目标域深度特征集；步骤7、利用新源域深度特征集训练机器学习分类器，利用训练好的机器学习分类器实现故障诊断。本发明能够取得理想的故障诊断性能。