一种基于自监督学习和聚类的滚动轴承故障诊断方法.pdfVIP

下载本文档

1
0
约1.41万字
约 12页
2023-07-04 发布于四川
举报
版权申诉

一种基于自监督学习和聚类的滚动轴承故障诊断方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于自监督学习和聚类的滚动轴承故障诊断方法，首先，基于自监督学习网络对轴承数据不同时频变换类型的识别，提取两域数据的底层无偏向特征，然后以监督学习的方式训练滚动轴承故障诊断数据集中的源域数据，并利用源域监督学习网络预测得到滚动轴承故障诊断数据集中的目标域数据的初始伪标签；其次，基于网络预测生成伪标签及其概率值，考虑目标域数据自身分布特点，利用K‑means算法对自监督网络提取的目标域数据特征进行聚类，依照强簇规则，对伪标签和概率值进行更新；最后，将更新后概率值设定为对应样本伪标签

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113792758 A (43)申请公布日 2021.12.14 (21)申请号 202110949934.X (22)申请日 2021.08.18 (71)申请人中国矿业大学地址