一种基于双重变换和领域对抗的原型网络轴承故障诊断方法

【摘要】 随着现代工业的发展，对机械部件的故障诊断变得越来越重要，特别是对于滚动轴承，其故障会造成重大的安全风险。虽然深度学习模型已经被应用在故障诊断领域，但在数据分布差异大、样本数量有限的情况下，模型的泛化能力和故障识别准确率往往难以保证。针对故障诊断领域存在的这一问题，我们提出了一种基于双重变换和领域对抗的原型网络轴承故障诊断方法。并在数据集上进行实验，证明了在变转速场景下该方法的有效性。实验结果表明，所提方法具有较强的处理小样本跨域问题的能力。更多还原