• 微信
  • Facebook
  • 分享链接
ScholarMate
客服热线:400-1616-289
登录注册

基于分布适配层和软标签学习的齿轮故障诊断

揭震国; 王细洋*; 龚廷恺
WANFANGCHINAJOURNAL北大核心
南昌航空大学

摘要

基于卷积神经网络的齿轮智能识别算法能有效地识别齿轮故障,但卷积神经网络需要大量的已标注训练数据,制约了卷积神经网络在齿轮故障诊断上的应用。针对该问题,提出了基于分布适配层和软标签学习的齿轮故障诊断方法。采用卷积神经网络提取特征和软标签;通过分布适配层提取分布差异,软标签学习生成软标签损失;以分布差异、软标签损失与分类损失生成的联合损失为目标函数,训练模型并进行目标域故障诊断。采用齿轮振动信号验证了提出方法,结果表明,提出方法能准确有效地分类齿轮故障数据。

关键词

齿轮故障诊断 卷积神经网络 深度迁移学习 分布适配层 软标签学习

出版信息

论文状态
公开发表
期刊名称
机械传动
发表日期
2022
卷
46
期
05
页码
160-166
DOI
10.16578/j.issn.1004.2539.2022.05.024

学科领域

软件工程计算机科学与技术

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【立即咨询】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员 科研机构 科研动态爱瑞思软件

©2025 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417