轴承故障诊断在实际工业场景中意义重大。基于信号处理方法和机器学习方法,往往非常依赖先验知识,难以保证特征提取的有效性,深度学习方法要求训练集和测试集满足同一分布,这在工业现场难以满足,使得模型性能大幅下降。提出一种基于多...轴承故障诊断在实际工业场景中意义重大。基于信号处理方法和机器学习方法,往往非常依赖先验知识,难以保证特征提取的有效性,深度学习方法要求训练集和测试集满足同一分布,这在工业现场难以满足,使得模型性能大幅下降。提出一种基于多层领域自适应的故障诊断方法,能够实现多种类、多尺寸的轴承故障诊断。首先,采用预训练好的ResNet18(Residual Network)作为特征提取器,并对每个残差块提取的特征计算MK-MMD(Multiple Kernel-Maximum Mean Discrepancy)距离,通过同时匹配高层和低层特征以有效匹配边缘分布差异。其次,每个残差块提取的特征都进入与之匹配的分类器中,通过Softmax层计算的预测概率分布,并转化为伪标签,缩小条件分布差异。最后,引入Adam优化器,对整体模型参数进行优化,加快模型训练,提高模型收敛速度。实验结果表明,所提出的方法能够有效提取可迁移特征,在负载变化的场景下达到了较高的诊断精度,并具有一定的泛化能力。展开更多
由上海电缆研究所和杜塞尔多夫展览（中国）有限公司主办的第二届中国国际线缆及线材展（Wire China 2006）和由中国国际贸易促进委员会冶金行业分会和杜塞尔多夫展览（中国）有限公司主办的第二届中国国际管材展（Tube China 2006）9...由上海电缆研究所和杜塞尔多夫展览（中国）有限公司主办的第二届中国国际线缆及线材展（Wire China 2006）和由中国国际贸易促进委员会冶金行业分会和杜塞尔多夫展览（中国）有限公司主办的第二届中国国际管材展（Tube China 2006）9月25日在上海新国际博览中心隆重开幕。在杜塞尔多夫展览机构的大力协助下，来自31个国家和地区的923家企业参加了本届展会，展位总面积40000m^2，海内外专业观众30000余人，第二届中国国际线缆及线材展·中国国际管材展的专业化程度和国际化水平再创新高。展开更多
文摘轴承故障诊断在实际工业场景中意义重大。基于信号处理方法和机器学习方法,往往非常依赖先验知识,难以保证特征提取的有效性,深度学习方法要求训练集和测试集满足同一分布,这在工业现场难以满足,使得模型性能大幅下降。提出一种基于多层领域自适应的故障诊断方法,能够实现多种类、多尺寸的轴承故障诊断。首先,采用预训练好的ResNet18(Residual Network)作为特征提取器,并对每个残差块提取的特征计算MK-MMD(Multiple Kernel-Maximum Mean Discrepancy)距离,通过同时匹配高层和低层特征以有效匹配边缘分布差异。其次,每个残差块提取的特征都进入与之匹配的分类器中,通过Softmax层计算的预测概率分布,并转化为伪标签,缩小条件分布差异。最后,引入Adam优化器,对整体模型参数进行优化,加快模型训练,提高模型收敛速度。实验结果表明,所提出的方法能够有效提取可迁移特征,在负载变化的场景下达到了较高的诊断精度,并具有一定的泛化能力。
文摘由上海电缆研究所和杜塞尔多夫展览（中国）有限公司主办的第二届中国国际线缆及线材展（Wire China 2006）和由中国国际贸易促进委员会冶金行业分会和杜塞尔多夫展览（中国）有限公司主办的第二届中国国际管材展（Tube China 2006）9月25日在上海新国际博览中心隆重开幕。在杜塞尔多夫展览机构的大力协助下，来自31个国家和地区的923家企业参加了本届展会，展位总面积40000m^2，海内外专业观众30000余人，第二届中国国际线缆及线材展·中国国际管材展的专业化程度和国际化水平再创新高。
