基于卷积神经网络的齿轮智能识别算法能有效地识别齿轮故障，但卷积神经网络需要大量的已标注训练数据，制约了卷积神经网络在齿轮故障诊断上的应用。针对该问题，提出了基于分布适配层和软标签学习的齿轮故障诊断方法。采用卷积神经网络提取特征和软标签；通过分布适配层提取分布差异，软标签学习生成软标签损失；以分布差异、软标签损失与分类损失生成的联合损失为目标函数，训练模型并进行目标域故障诊断。采用齿轮振动信号验证了提出方法，结果表明，提出方法能准确有效地分类齿轮故障数据。
科研之友
微信
新浪微博
Facebook
分享链接
