期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
采用多层次一致性和半监督深度网络的轴承域适应故障诊断方法
1
作者 沈建军 于树源 +1 位作者 贾峰 蒋昭宇 《机电工程》 北大核心 2025年第2期267-276,共10页
在滚动轴承的故障诊断中,深度学习智能故障诊断的成功很大程度上依赖于充足的标记数据;然而,实际的情况是,收集大量标记数据常常面临困难和高昂成本,而大量未标记的数据则未被有效利用。针对这一难题,提出了一种基于多层次一致性半监督... 在滚动轴承的故障诊断中,深度学习智能故障诊断的成功很大程度上依赖于充足的标记数据;然而,实际的情况是,收集大量标记数据常常面临困难和高昂成本,而大量未标记的数据则未被有效利用。针对这一难题,提出了一种基于多层次一致性半监督深度网络(MLC-SDN)的滚动轴承智能故障诊断方法。首先,将轴承原始信号经过数据预处理转为二维时频图,建立了特征提取器模块,利用深度卷积网络将轴承样本映射到高维特征空间;然后,在域间层面,采用基于样本的最优传输方法,利用目标样本不同视图的优缺点,稳健准确地对齐源域和目标域;在样本层面上,将弱增强视图的预测设置为强增强视图的伪标签,以保证一致性,同时,将非目标类的预测分布纳入优化目标,避免其与目标类的竞争,从而提高了伪标签生成的预测置信度;最后,为了验证MLC-SDN的有效性,利用三种轴承数据集进行了对比实验。研究结果表明:该方法在不同数据集上均取得了预测精度超过95%的结果。MLC-SDN方法不仅可以充分利用有限标记数据,同时在处理未标记数据和实现高精度故障诊断方面具有广泛的适用性。 展开更多
关键词 轴承智能故障诊断 多层次一致性 半监督深度网络 领域自适应 伪标签 一致性正则化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部