基于迁移成分分析的跨域轴承故障分类方法研究

• 作者: 兰雨涛 胡超凡 金京 王衍学
• 来源期刊: 机电工程
• 关键词: 滚动轴承 迁移成分分析 跨域 特征分类 故障诊断
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 机械、仪表技术|Machinery and Instrumentation Technology
• 页码范围: 521-527
• 页数: 7页
• 分类号: TH133.33
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2021.05.001

摘要

针对部分轴承故障样本稀少、源域和目标域数据存在分布差异、缺乏良好的跨域特征表示,从而导致分类性能退化、故障辨识精度低等问题,提出了一种基于迁移成分分析的域自适应轴承智能故障诊断方法.首先,建立了一个新型特征表示;然后,通过一个用特征提取方法得到的参数核实现域自适应,将数据投射到已学习的迁移成分,让源域和目标域样本在特征子空间上的最大均值差异最小化,得到了一个降维的特征子空间,由此显著地缩小了域分布间的距离,实现了从源域到目标域的跨域特征信息迁移;最后,通过实验对所提出的故障诊断方法的有效性进行了验证.研究结果表明:所提方法的最高分类精度达到95％,平均测试准确度达到81％,比常用分类方法的准确率提升了70％左右;所提算法可以减少域分布差异和标签噪声的影响,正确、有效地对小样本数据进行分类,检测出滚动轴承的健康状态.