摘要
本申请实施例提供一种基于数模驱动的滚动轴承故障诊断方法、装置和设备。该方法通过采集滚动轴承在不同工况下的振动信号,振动信号经预处理后输入训练后的多源域故障诊断模型,得到滚动轴承的故障诊断结果。多源域故障诊断模型的训练过程包括:根据滚动轴承动力学模型生成仿真数据,与实测数据共同构成多源域数据集;对多源域数据集进行多尺度特征提取,并进行特征动态匹配;利用域敏感特征抑制策略识别并丢弃特定域敏感通道;引入分类聚合损失函数,在特征空间层面实现跨域类条件不变的表示学习;根据动态匹配特征损失、域敏感特征抑制损失和分类聚合损失进行损失反向传播,优化模型参数,提高了滚动轴承故障诊断结果的准确度和可靠性。
技术关键词
数模融合驱动
故障诊断模型
故障诊断方法
计算机执行指令
动态特征提取
多尺度特征提取
卷积特征提取
滚动轴承内圈
非线性动力学
数据
传播算法
滚动轴承故障诊断
计算机存储介质
滑动窗口
特征提取模块
故障诊断设备
通道