公开(公告)号：CN116465628A

公开(公告)日：2023-07-21

申请号：CN202310239905.3

申请日：2023-03-13

Applicant: 哈尔滨理工大学

Inventor： 王玉静 ,  夏林 ,  康守强 ,  孙宇林 ,  谢金宝 ,  王庆岩 ,  兰朝凤

IPC: G01M13/04 ,  G01M13/045 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于改进多源域异构模型参数传递的滚动轴承故障诊断方法，涉及滚动轴承故障诊断技术领域。本发明是针对实际工业生产中不同规格和工况下滚动轴承振动数据分布差异大，多个相似数据集资源利用不充分，导致诊断模型准确率不高的问题而提出的。该方法利用短时傅里叶变换获取滚动轴承振动信号的时频谱图；选择多种不同规格和工况下已知标签数据作为多源域，其他规格和工况下少量已知标签数据作为目标域；使用多个源域数据训练多个ResNet‑34深度网络，并提出利用基于进化策略的与模型无关元学习改进异构模型参数迁移策略，使其能够自适应决定迁移到目标域的知识层级及内容；提出将源域知识迁移到VGG‑16深度网络得到多个目标域模型后，将其提取的特征依次输入同一个极限学习机中实现模型集成，通过极限学习机输出分类结果，最终建立滚动轴承故障诊断模型。经实验验证，所提方法可实现不同规格和工况下滚动轴承间的移诊断问题，并且具有较高的准确率。