首页|基于类加权对抗网络的跨域旋转机械故障诊断

基于类加权对抗网络的跨域旋转机械故障诊断

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为解决边缘数据离群性问题,提出了一种基于类加权对抗网络的跨域旋转机械故障诊断方法.通过在源类别上附加类级权重,可以直观地表示源域和目标域之间的关系,有利于共享类别的条件对齐.进一步提出用于局部域自适应的类加权对抗网络,同时忽略源异常值,有效激励了正知识的转移,提升域自适应的效果.在CWRU数据集和一个列车转向架数据集上对该方法进行了实验,结果表明提出的方法可以有效地解决边缘数据离群性问题,提升知识迁移的效果从而提高故障诊断精度.
Fault Diagnosis of Cross Domain Rotating Machinery Based on Class Weighted Adversarial Networks

彭博、张毅、蹇清平、于翔

展开 >

成都工业职业技术学院,四川 成都 610218

西南石油大学机电工程学院,四川 成都 610500

旋转机械 故障诊断 对抗网络 域自适应

四川省教育厅科研项目

18ZB0046

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.378(8)
  • 1
  • 10