公开(公告)号：CN118035783A

公开(公告)日：2024-05-14

申请号：CN202410087584.4

申请日：2024-01-22

Applicant: 重庆邮电大学

Inventor： 邓聪颖 ,  邓子豪 ,  苗建国 ,  马文生

IPC: G06F18/24 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G01M13/00 ,  G01M13/021 ,  G01M13/028 ,  G01M13/045

Abstract: 本发明提供了一种基于域解耦与类混淆最小化特征对齐的跨设备域适应方法，主要包括如下步骤：采集来自不同设备的振动信号数据构建有标签源域、无标签目标域数据集，划分训练集与测试集；基于卷积通道分离的特征提取器与重构输入数据的解码器构造域解耦模块，在此基础上构造分类器与域判别器；通过样本重构损失、条件对抗域适应损失、分类损失与类混淆最小化损失约束模型学习行为，模型将特征解耦为域特有特征与域不变特征以增强域不变特征提取效果，将域不变特征对齐同时实现目标域类间混淆度最小化；在训练集上完成模型训练，最终建立高精度故障诊断模型实现目标设备故障诊断。本发明通过解耦模块增强了域不变特征的表征性能，结合条件域适应损失与类混淆最小化损失提高特征对齐效果并优化分类器在目标域上分类行为，能够有效应对目标设备数据集完全缺失标签问题。