平衡分布自适应的变工况轴承故障迁移诊断研究

作者：王廷轩; 刘韬^*; 刘应东; 王振亚

来源：机械科学与技术, 2023, 42(08): 1316-1323.

DOI：10.13433/j.cnki.1003-8728.20220058

• 轴承
• 平衡分布自适应
• 变工况
• Fisher判别
• 最大均值差异
• 迁移诊断

针对机器学习方法中样本满足独立同分布导致的诊断精度低下问题，提出了平衡分布自适应(BDA)算法与K-最近邻(KNN)分类算法结合的轴承故障迁移诊断方法。提取变工况下的轴承故障信号的时域特征分别作为源域和目标域，并利用Fisher判别分析方法优选特征；基于BDA将不同工况的特征样本映射至可再生希尔伯特空间，引入最大均值差异(MMD)对变工况样本的边缘分布差异和条件分布差异进行适配；利用KNN分类器对分布适配后的样本进行迁移诊断。仿真和实验表明：本文方法在同实验平台和跨实验平台迁移上，轴承诊断的准确性和分布距离相较于其他算法优势明显。

• 单位
  昆明理工大学; 机电工程学院