控制与决策

作者：文利燕,陈金陵,姜斌,马亚杰,冯靖智

单位：南京航空航天大学 自动化学院，南京 211106,,南京航空航天大学 自动化学院，南京 211106,,南京航空航天大学 自动化学院，南京 211106,,南京航空航天大学 自动化学院，南京 211106,,南京航空航天大学 自动化学院，南京 211106,

关键词：机床零部件;对抗域自适应;类对齐;权重分配机制;跨工况故障诊断

基金：国家重点研发计划项目(2021YFB3301300).

针对机床零部件在实际场景中难以获得带标签的故障数据, 且训练数据与测试数据分布不一致导致诊断模型不适用的问题, 提出一种基于联合对抗域自适应网络(JADAN)的跨工况故障诊断方法. 首先, 利用对抗域自适应训练来提取源域和目标域的深层域不变特征, 以提高诊断模型在目标域的泛化能力; 其次, 提出一种基于Softmax预测和结构化预测的伪标签策略, 使模型能够为无标签的目标域数据生成伪标签; 同时, 加入类对齐模块, 最小化源域和目标域之间的类原型距离, 实现域与类的联合对齐, 有效减少决策边界附近样本被错误分类的概率; 然后, 在域判别器中引入源域样本的权重分配机制, 为每个源域样本自适应地分配权重, 有效解决模型训练过程中的负迁移问题, 提升模型的鲁棒性; 最后的实验结果表明, 所提出的方法能够更有效地解决跨工况故障诊断问题.

来源：2025年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第5期