摘要
本发明属于智能故障诊断技术领域,公开了一种基于聚类增强域泛化的航空发动机轴承故障诊断方法。首先通过快速傅里叶变换将时域振动信号转换为频域表征,构建包含域对齐编码器和分类编码器的双级卷积神经网络架构,利用域判别器实现对抗训练下的跨工况特征对齐;引入多源域最大均值差异统计对齐策略和聚类增强的三元组损失机制,通过伪标签聚类中心锚定与动态间隔约束,同步优化类内特征紧凑性和类间可分性;结合梯度反转对抗训练与多模态特征融合。本发明的方法能够有效提高航空发动机轴承故障诊断在缺乏目标域数据时泛化判断的准确性和鲁棒性。
技术关键词
分类特征
样本
故障诊断模型
编码器
聚类
三元组
信号
智能故障诊断技术
标签
航空发动机轴承
序列
神经网络架构
构建分类器
工况特征
特征提取器
采样点
模态特征
系统为您推荐了相关专利信息
特征金字塔网络
立体重建方法
浅层特征提取
多尺度特征提取
多视角
校准方法
矩阵
卷积混合模型
接收线圈
高分辨率系统