控制与决策

作者：周旷,覃文博,孙天宇

单位：西北工业大学 数学与统计学院，西安 710129,,西北工业大学 数学与统计学院，西安 710129,,西安现代控制技术研究所，西安 710065,

关键词：多源领域自适应;迁移学习;不确定度量;故障诊断;滚动轴承;证据深度学习

基金：国家社会科学基金项目(23BTJ053)；航空科学基金项目(20182053023)；国家自然科学基金项目(92371101,61701409).

针对现有多源领域自适应故障诊断方法未充分考虑不同源域信息质量差异的问题, 提出一种基于可信多源领域自适应的跨域故障诊断模型(TMDAFD). 首先, 构建源域与目标域的最优公共嵌入空间, 以实现特征有效对齐; 然后, 基于证据深度学习理论, 设计具有不确定度量的领域自适应模型, 量化不同源域支持下目标域诊断结果的不确定性, 为多源决策融合提供可信依据; 最后, 结合所得到的不确定度指标设计信息融合策略, 有效整合多源决策信息, 进一步提升跨域故障诊断模型的准确性. 在凯斯西储大学(CWRU)、江南大学(JNU)和渥太华大学(UO)三个滚动轴承故障数据集上进行实验验证. 实验结果表明, TMDAFD模型显著提升了跨域故障诊断任务的性能, 验证了其在复杂多源场景下的有效性.

来源：2025年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第7期