一种基于加权域自适应与子域对齐的开集故障诊断方法

本发明公开一种了基于加权域自适应与子域对齐的开集故障诊断方法，即WDA‑SDA，用于解决同设备变工况，源域的标签空间是目标域标签空间子集的故障诊断问题。WDA‑SDA的模型输入是振动信号经过最大最小归一化与快速傅里叶变换的频域数据，模型通过预训练阶段与域自适应对齐阶段进行训练。通过在轴承和齿轮等三个数据集上的实验验证，WDA‑SDA方法在多项任务中H‑score达到100.00％，具有良好的泛化能力。对于本发明提出的改进点，通过在各个数据集上的消融实验，验证了开集判别器、快速批核范数最大化和局部对齐策略的有效性。另外，通过混淆矩阵与T‑SNE可视化分析，进一步验证了WDA‑SDA的优越性。