-
题名基于属性强度关联性矩阵的零样本滚动轴承故障诊断
- 1
-
-
作者
苑茹
马萍
张宏立
王聪
王瑾春
李家声
-
机构
新疆大学电气工程学院
新疆大学智能科学与技术学院
-
出处
《振动与冲击》
北大核心
2025年第2期302-311,共10页
-
基金
新疆维吾尔自治区自然科学基金(2022D01C367,2022D01C89)
“天山英才”培养计划(2023TSYCCX0037
2023TSYCQNTJ0020)。
-
文摘
针对传统有监督学习模型难以辨别滚动轴承未知类故障的问题,提出一种基于属性强度关联性矩阵的零样本滚动轴承故障诊断模型。首先,利用样本之间属性强度关系对数据库中故障样本进行细粒度描述,建立各故障样本与故障类别间的关联关系;其次,引入自适应深度可分离残差网络提取故障属性相关的特征信息;最后,根据属性细粒度描述和特征信息,使用属性学习模块预测未知类故障的属性,通过计算其与属性矩阵的欧氏距离,实现零样本轴承故障的诊断。试验结果表明,相较于其他模型,该模型在识别未知滚动轴承故障类别方面取得了优异的性能,平均诊断准确率达到90.45%,验证了该模型的有效性与优越性,为实际生产提供了有益的应用价值。
-
关键词
滚动轴承故障诊断
零样本学习
属性强度关联性矩阵
特征提取
属性学习
-
Keywords
rolling bearing fault diagnosis
zero-shot learning
attribute intensity correlation matrix
feature extraction
attribute learning
-
分类号
TH133.33
[机械工程—机械制造及自动化]
-
