摘要
本申请提供基于耦合模型与对抗网络的高速轴承故障诊断方法与设备,属于轴承故障诊断技术领域,包括:基于轴箱‑车辆‑轨道耦合动力学模型进行动力学仿真获取源域,并获取目标域,源域为多个工况的标记有标签的轴承故障数据集,目标域为未标记标签的轴承数据集;对源域和目标域进行数据预处理;基于预处理源域对已构建的域对抗神经网络进行预训练,直至达到最大迭代次数,得到预训练好的域对抗神经网络;将预处理目标域输入预训练好的域对抗神经网络进行调整,以识别轴承健康状态;本申请的源域和目标域覆盖了更多工况的轴承故障,降低了源域与目标域之间的差异,同时通过多尺度扩张卷积层提取多个尺度的故障特征,提高了轴承故障的诊断正确率。
技术关键词
轴承故障特征
故障诊断方法
高速轴承
特征提取器
轨道耦合动力学模型
分类器
样本
识别轴承
参数
轴承故障诊断技术
高斯核函数
标记标签
网络
积层
多尺度
数据
工况
轴承健康
系统为您推荐了相关专利信息
轴承故障信号
参数化时频分析
轴承故障诊断方法
频率
故障特征
轴承故障诊断方法
故障诊断模型
深度学习模型
诊断轴承
连续小波变换
溯源数据库
磨削机床
故障诊断方法
节点
预警模型
局部特征提取
面向工业物联网
联邦学习方法
全局特征提取
差分隐私