公开(公告)号：CN119917914A

公开(公告)日：2025-05-02

申请号：CN202510091190.0

申请日：2025-01-21

Applicant: 北京建筑大学

Inventor： 张莉 ,  杨建伟 ,  王东坡 ,  姚德臣 ,  岳文博 ,  黄梦君

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/213 ,  G06N3/096 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/0442 ,  G01M13/045 ,  G06F123/02

Abstract: 本发明涉及故障诊断技术领域，公开了一种基于多源域深度迁移学习的轴承故障诊断方法及系统，包括：在不同工况下采集轴承部件的典型故障状态下的振动加速度数据信号；搭建诊断框架的主干网络，在训练中，计算各个源域与目标域之间的特征分布距离并构建多源域损失函数，根据Wasserstein距离设置多源域损失动态调节机制；获取待诊断的目标域无标签信号数据，预处理之后输入到训练好的诊断模型中，输出诊断结果保存并将特征可视化显示。通过降低模型对多个源域分类效果的关注度，有效减少了负迁移的影响，为进一步的故障处理提供支撑，确保系统的故障应对更加精准、安全。