基于迁移VPMCD的滚动轴承故障诊断方法

作者：陈淑英; 王利群

来源：电子测量与仪器学报, 2019, 33(03): 93-98.

DOI：10.13382/j.jemi.B1801810

• TVPMCD
• 迁移学习
• 滚动轴承
• 故障诊断

针对滚动轴承诊断中难以获得大量故障样本的问题,拟结合迁移学习的思想,提出了一种基于迁移学习的多变量预测模型(TVPMCD)方法。该方法首先采用已知样本库建立基础变量预测模型(BVPM);然后利用少量的目标域已知样本更新基础变量预测模型,使得更新的基础变量预测模型能兼顾目标域已知样本的信息;同时,以目标域已知样本的判别误差最小为目标,剔除已知样本库中误识样本,建立迁移变量预测模型(简称TVPM);最后利用迁移变量预测模型对待测样本进行识别,从而可以有效地解决小样本的故障诊断问题。对滚动轴承数据的分析结果表明,适合于小样本的TVPMCD模式识别方法可以更快更准确地识别滚动轴承故障类型。

• 单位
  包头轻工职业技术学院; 内蒙古工业大学