多物理场迁移相关分析的旋转机械智能诊断方法

针对传统旋转机械跨工况场景故障诊断中仅利用单一物理场信号而无法充分提取域不变特征以及跨工况诊断准确度提升困难等问题,提出了一种多物理场信号迁移相关分析的智能故障诊断方法。该方法提出的卷积相关分析的多物理场信号融合策略可有效提取多物理场信号之间的空间特性表示,采用最大均值差异优化并缩小不同数据域之间的多物理场信号特征相关度矩阵特征的差异,同时将特征相关度矩阵序列输入构建的长短期记忆神经网络提取信号的时序相关特征,该方法可充分提取多物理场信号的空间和时间相关性特征,有效地提高了迁移诊断准确度。通过搭建的泵组故障模拟试验台利用采集的数据对该方法进行了验证,结果表明,提出的方法能够充分提取多物理场信号的域不变特征,在跨工况故障诊断任务中诊断获得较好的诊断精度。