《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：赵群
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于领域对抗网络的轴承故障诊断方法研究

作者：刘嘉濛1，郑凡帆1，梁丽冰1，马波1,2* 日期：2020-05-20/span> 浏览：1549 查看PDF文档

基于领域对抗网络的轴承故障诊断方法研究*
刘嘉濛1，郑凡帆1，梁丽冰1，马波1,2*
（1.北京化工大学发动机健康监控及网络化教育部重点实验室，北京 100029；
2.北京化工大学高端机械装备健康监控与自愈化北京市重点实验室，北京 100029）

摘要：在使用传统机器学习方法进行机械设备故障诊断过程中，因运行工况复杂多变无法满足测试数据和训练数据的同分布，导致模型诊断性能不高。针对这一问题，提出了一种基于领域对抗网络的设备变工况故障诊断方法。在卷积神经网络基础上，建立了包含特征提取器、故障分类器以及领域判别器的诊断模型，对测试与训练样本进行了分析处理，通过最小化故障分类器损失和最大化领域判别器损失，实现了对机械设备的故障诊断过程；通过在轴承试验台上进行了故障诊断模拟实验，将该方法诊断结果与其他故障诊断方法结果进行了对比，验证了该诊断模型对故障的识别能力。研究结果表明：该方法取得了96%以上的平均诊断准确率，在诊断过程中具有不受训练样本和测试样本差异影响的效果。

关键词：故障诊断；领域对抗网络；轴承故障；网络诊断

中图分类号：TH133.3；TP277 文献标识码：A 文章编号：1001-4551(2020)03-0227-07

本文引用格式：
刘嘉濛，郑凡帆，梁丽冰,等.基于领域对抗网络的轴承故障诊断方法研究［J］.机电工程，2020，37(3)：227-233.
LIU Jia-meng, ZHENG Fan-fan, LIANG Li-bing, et al. Fault diagnosis method for bearings based on domain adversarial neural networks［J］.Journal of Mechanical & Electrical Engineering, 2020,37(3)：227-233.
《机电工程》杂志：http://www.meem.com.cn