机械工程学报

作者：李志鹏, 马天雨, 刘金平, 向青松, 唐俊杰

单位：1. 湖南师范大学物理与电子科学学院 长沙 410081;2. 湖南师范大学计算与随机数学教育部重点实验室 长沙 410081;3. 湘江实验室 长沙 410205;4. 湖南师范大学信息科学与工程学院 长沙 410081

关键词：故障诊断,域自适应,非对性对抗,三元中心损失,对齐权重；

基金：国家自然科学基金(62371187)和湘江实验室重大(22XJ01013)资助项目。

使用传统域自适应方法对轴流风机进行跨工况故障诊断时，源域和目标域特征会相向靠拢从而改变训练好的源域特征分布；且当源域故障特征聚集在决策边界时，在域自适应后目标域故障特征同样聚集在决策边界，容易造成部分目标样本错分；此外单源域自适应会影响模型的泛化能力。针对上述问题，提出一种基于非对称性对抗训练的多源域自适应智能故障诊断方法，该方法使用三元中心损失减小源域故障特征的类内距离，增大其类间距离以提高目标样本的区分度；采用非对称性对抗训练方法实现目标域故障特征向源域单向移动；提取不同源域和目标域的域不变特征并输入各自故障分类器，使用余弦相似度对齐各分类器输出的同时施加对齐权重以提高模型的跨域诊断能力。通过试验证明，该方法在解决相关实际工业问题上成效显著。

来源：2024年第18期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2024年第18期