控制与决策

作者：李晨昀,景旭文,李炳强,周宏根,刘金锋

单位：江苏科技大学 机械工程学院,江苏 镇江 212000,,江苏科技大学 机械工程学院,江苏 镇江 212000,,江苏科技大学 机械工程学院,江苏 镇江 212000,,江苏科技大学 机械工程学院,江苏 镇江 212000,,江苏科技大学 机械工程学院,江苏 镇江 212000,

关键词：域适应;对抗网络;多源域;小样本;故障诊断;滚动轴承

基金：国防装备预研快速扶持项目(80902010701)；国家重点研发计划专项资金项目(2020YFB1712600,2020 YFB1712602).

针对域适应技术在源域数据集子类距离过近以及样本数量少时分类精度低的问题,提出一种基于深度卷积生成对抗网络(DCGAN)数据扩充的深度多源子域适应网络(DMSAN)故障诊断方法.首先,针对目标域样本少的问题,引入深度卷积生成对抗网络对其进行数据扩充;其次,通过网络分支结构获取多源域的共享特征;再次,使用局部最大均值差异(LMMD)进行特征映射,对齐每个源域和目标域的子领域;最后,采用加权模块实现全局损失的最小化,以及多源域联合诊断.引入美国凯斯西储大学(CWRU)数据集和搭建故障诊断平台测得的轴承故障数据集进行实验,结果表明所提出模型的跨域故障诊断精度高于其他域适应对比模型,在目标域数据较少时优势尤为明显.

来源：2024年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第3期