不同工况下滚动轴承动态分布自适应故障诊断方法  

Dynamic Distribution Adaptive Fault Diagnosis Method of Rolling Bearing Under Different Working Conditions

作　　者：徐倩楠 张永林[1] XU Qian-nan;ZHANG Yong-lin

机构地区：[1]江苏科技大学自动化学院,江苏镇江212001

出　　处：《制造业自动化》2024年第11期117-125,共9页Manufacturing Automation

基　　金：国家自然科学基金(51675248)。

摘　　要：针对滚动轴承在不同工况下故障数据获取困难、工作环境多变导致振动数据分布差异显著以及诊断精度不高等问题,提出一种动态分布自适应改进残差网络的故障诊断方法。首先基于不同工况下采集的原始振动数据分为有标签源域和无标签目标域通过连续小波变换转为时频谱图,再引入混合注意力机制的改进残差网络提取准确的特征,然后使用动态分布自适应动态同时对齐源域和目标域的边缘分布和条件分布特征,最后通过Softmax分类器来获得目标域标签,从而实现不同工况下滚动轴承的故障诊断。通过公开数据和自建平台数据验证了该方法特征分布适配能力更强,故障诊断精度更高。

关 键 词：滚动轴承 不同工况 混合注意力机制 动态分布自适应 故障诊断 

分 类 号：TH165.3[机械工程—机械制造及自动化]