Indexed by：
Abstract：
本发明公开了一种基于迁移学习的滚动轴承故障诊断方法。针对无标记数据滚动轴承故障诊断方法不考虑细粒度信息导致故障诊断精度低的问题，提出一种基于迁移学习和残差网络的TL－ResNet故障诊断模型。首先，采用残差网络提取源域数据和目标域数据深层特征；其次，应用迁移学习中的领域自适应方法，计算已标记源域数据和未标记目标域数据的局部最大均值差异，并将该差异和源域样本分类误差作为损失函数，使用反向传播算法对网络进行训练；最后，基于CWRU轴承数据进行了变负载迁移实验，实验结果表明该方法大幅提升了故障诊断模型诊断精度，更加符合实际工程应用需求。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202211139882.0
Filing Date： 2022-09-20
Publication Date： 2023-04-28
Pub. No.： CN116028876A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
