科研之友
微信
新浪微博
Facebook
分享链接
摘要
现有的滚动轴承智能诊断方法多以单一工况下故障数据构建，而实际工程中设备工况多，变换频繁，不同工况下的监测数据差异明显。对于在多工况下服役的滚动轴承而言，单一工况数据训练的模型难以准确识别不同工况下的故障，导致误诊漏诊频发。为了解决跨工况下的滚动轴承的智能诊断问题，提高诊断模型在不同工况下诊断性能的鲁棒性，提出了一种基于最优传输理论的滚动轴承迁移诊断方法。首先，针对轴承振动数据进行时域Gammatone滤波，获得多频段时域信号。其次构建域共享特征提取子网络提取源域、目标域轴承数据的深层故障特征。最后，结合最优传输理论构建最优传输适配子网络完成域特征适配。实验验证结果表明，提出方法能有效提高跨工况下滚动轴承的迁移诊断精度。
-
单位华电电力科学研究院有限公司; 西安交通大学
