文档名：基于深度条件子域自适应网络的轴承跨域故障诊断研究
摘要：针对无监督跨域故障诊断领域存在标注数据不足、模型诊断精度低等问题,提出了一种新型深度条件子域自适应网络(DCSAN).该网络将分类器预测的置信度映射到共享特征提取器所提取的特征中,以获得多模态映射特征,之后利用多核局部最大平均差异(MK-LMMD)度量不同域间多模态映射特征之间的距离.然后,通过最小化MK-LMMD和分类器损失函数,实现了源域和目标域相应子域分布的对齐.最后,在江南大学轴承数据集上对所提方法的可行性进行了验证.结果表明:在6个变工况迁移任务中,DCSAN模型的平均诊断准确率分别比深度适配网络(DAN)、域相关性对齐方法(D-CORAL)和基于对抗学习域适应方法(DANN)模型高出9.5百分点、8.0百分点和13.6百分点;所提DCSAN模型在子域对齐和跨域自适应故障诊断方面具有一定的有效性和优越性.
Abstract：Anewdeepconditionalsubdomainadaptivenetwork(DCSAN)wasproposedfortheproblemsofinsufficientlabeleddataandlowdiagnosticaccuracyintheunsupervisedcross-domainfaultdiagnosisfield.Thenetworkmappedtheconfidencepredictedbytheclassifiertothefeaturesextractedbythesharedfea-tureextractortoobtainthemultimodalmappingfeatures.Andthenthemulti-kernellocalmaximummeandifference(MK-LMMD)wasusedtomeasurethedistancebetweenthemultimodalmappingfeaturesindif-ferentdomains.ByminimizingtheMK-LMMDandthelossfunctionsoftheclassifier,thealignmentofthecorrespondingsub-domaindistributionsinthesourceandtargetdomainswasachieved.ThefeasibilityoftheproposedmethodwasverifiedonthebearingdatasetofJiangnanUniversity.Resultsshowthatinsixmigrationtasksundervariableworkconditions,theaveragediagnosticaccuracyoftheDCSANmodelare9.5％,8.0％and13.6％higherrespectivelythanthatofDAN,D-CORALandDANNmodel.Thepro-posedDCSANmodelhascertaineffectivenessandsuperiorityinsub-domainalignmentandcross-domaina-daptivefaultdiagnosis.
作者：范永胜 丁雪 邓艾东 Author：FANYongsheng DINGXue DENGAidong
作者单位：国家能源集团江苏电力有限公司,南京215433大型发电装备安全运行与智能测控国家工程研究中心,南京210096;东南大学能源与环境学院,南京210096
刊名：动力工程学报
Journal：JournalOfChineseSocietyOfPowerEngineering
年，卷(期)：2024, 44(1)
分类号：TH133
关键词：无监督 条件子域自适应 变工况 故障诊断
Keywords：unsupervised conditionalsubdomainadaptation variableworkconditions faultdiagnosis
机标分类号：TP391.41TP242U260.33
在线出版日期：2024年1月30日
基金项目：江苏省重点研发计划资助项目，江苏省碳达峰碳中，科技创新专项资金资助项目基于深度条件子域自适应网络的轴承跨域故障诊断研究[
期刊论文] 动力工程学报--2024, 44(1)范永胜 丁雪 邓艾东针对无监督跨域故障诊断领域存在标注数据不足、模型诊断精度低等问题,提出了一种新型深度条件子域自适应网络(DCSAN).该网络将分类器预测的置信度映射到共享特征提取器所提取的特征中,以获得多模态映射特征,之后利用多核...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度条件子域自适应网络的轴承跨域故障诊断研究 Research on Cross-domain Fault Diagnosis of Bearings Based on Deep Conditional Subdomain Adaptive Network
基于深度条件子域自适应网络的轴承跨域故障诊断研究.pdf
- 文件大小:
- 3.18 MB
- 下载次数:
- 60
-
高速下载
|
|
