新闻播报

分享到:
《机械工程学报》推荐团队最新研究工作:靶向迁移诊断
发布者: 杨彬 | 2022-10-28 | 1090

团队最新研究工作“跨设备的机械故障靶向迁移诊断方法”受到《机械工程学报》推介

 

机械故障迁移诊断运用已学习到的设备(源域)诊断知识解决相关设备(目标域)的诊断问题,可望克服大数据下标签数据稀缺、故障信息不全的智能诊断难题。为有效地跨域迁移故障诊断知识,使智能诊断模型能够在不同设备间迁移应用,现有研究要求目标域的数据标签空间相对源域的偏移较小,且两者相互对称,这在跨设备迁移诊断中难以满足,降低了智能诊断模型的迁移诊断精度。

西安交通大学的雷亚国教授团队围绕跨设备迁移诊断任务,提出机械故障靶向迁移诊断方法。该方法旨在进行特征适配时既考虑因跨域数据的标签空间偏移而引入的条件分布差异,又兼顾相同故障类型下的数据局部分布差异。最终提高特征适配方法的迁移诊断性能,促进诊断知识在不同设备间的迁移应用。采集不同设备的滚动轴承振动数据,并通过轴承故障的跨设备迁移诊断试验对提出方法进行验证。雷亚国教授团队将以上研究成果以题为《跨设备的机械故障靶向迁移诊断方法》发表在《机械工程学报》2022年12期。

 

链接:跨设备的机械故障靶向迁移诊断方法丨JME文章推荐 (qq.com)