基于自适应流形嵌入动态分布对齐的轴承故障诊断

• 作者: 沈长青 雷飘 冯毅雄 黄伟国 江星星 朱忠奎
• 来源期刊: 电子测量与仪器学报
• 关键词: 故障诊断 迁移学习 自适应分布对齐 流形学习
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: “状态监测与故障诊断”专题|CONDITION MONITORING AND FAULT DIAGNOSIS
• 页码范围: 33-40
• 页数: 8页
• 分类号: TH165+.3|TN06
• 语种: 中文
• DOI: 10.13382/j.jemi.B2003661

摘要

智能故障诊断技术能有效保障机械设备安全运行,传统的轴承故障诊断通常假设标记的源域和未标记的目标域数据服从同一分布.然而,在实际的诊断场景中,轴承数据的条件分布和边缘分布往往不满足同分布假设.此外,在原始欧氏空间执行自适应分布对齐时,特征扭曲难以消除,从而影响故障诊断性能.通过提出一种具有流形特征学习和动态分布对齐的自适应轴承故障诊断模型,来解决上述问题.首先,在格拉斯曼流形中构造测地线流式核,提取与轴承故障信息相关的固有流形特征表示,以避免数据特征扭曲;其次,通过A-distance定义一个跨域自适应因子来动态评估流形特征的条件分布和边缘分布;最后,基于结构风险最小化原则迭代求解一个跨域分类器,进而预测目标域样本标签.通过多个指标的实验分析,表明该模型能够有效避免特征扭曲,并利用动态权值调整跨域数据条件分布和边缘分布的相对重要性,验证了所提方法的有效性.