文献类型：期刊文章

作　　者：揭震国[1] 王细洋[2] 龚廷恺[2]

JIE Zhenguo;WANG Xiyang;GONG Tingkai(School of Aircraft Engineering,Nanchang Hangkong University,Nanchang,330063;School of Navigation,Nanchang Hangkong University,Nanchang,330063)

机构地区：[1]南昌航空大学飞行器工程学院,南昌330063 [2]南昌航空大学通航学院,南昌330063

出　　处：《中国机械工程》

基　　金：国家自然科学基金(51465040)。

年　　份：2021

卷　　号：32

期　　号：22

起止页码：2716-2723

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对生产实际中标注故障数据不足的问题,提出了基于深度学习与子域适配的齿轮故障诊断方法。首先构建域共享的一维卷积神经网络,从故障数据中提取可迁移特征;然后采用多核局部最大均值差异来测量可迁移特征相关子域的分布差异,并将测得的分布差异加入目标函数中训练;最后将训练完成的模型用于目标域健康状态的识别。实验结果表明,所提方法能在无标签目标域数据的情况下得到较高的准确率。

关 键 词：齿轮故障诊断 卷积神经网络 子域适配  局部最大均值差异  

分 类 号：TP206] TH132]