-
题名基于条件对抗图卷积网络的轴承故障诊断方法
- 1
-
-
作者
张汉奇
夏鹏
谢绍璋
房义凯
-
机构
东北林业大学机电工程学院
-
出处
《林业机械与木工设备》
2025年第3期60-68,共9页
-
文摘
轴承的可靠性对于林业机械的高效安全运行至关重要。在无监督域自适应(UDA)领域,类标签、域标签和数据结构的融合对于连接有标记的源域与无标记的目标域是必不可少的。现有方法大多仅关注前两者,忽略了数据结构的重要性,导致深度网络提取的特征信息不全。针对此问题,提出了条件对抗图卷积网络(CDAGCN),该网络在一个统一的框架下模拟这三种信息并执行UDA。通过分类器和域鉴别器来处理前两种信息;在数据结构方面,首先利用卷积神经网络(CNN)精确提取输入信号特征,再将其输入到图生成层,通过关系挖掘构建实例图。接着使用图卷积网络对实例图进行分析,并应用相关性对齐(CORAL)策略来估算不同域的实例图结构差异。该综合策略为处理实际UDA问题提供了一种创新且有效的方法。
-
关键词
轴承
故障诊断
图卷积网络
条件对抗
-
Keywords
bearing
fault diagnosis
graph convolutional network
conditional adversarial
-
分类号
TH133.3
[机械工程—机械制造及自动化]
-
