基于iCORAL-MMD和对抗迁移学习的轴承故障诊断方法.pdfVIP

下载本文档

3
0
约2.47万字
约 24页
2023-09-23 发布于四川
举报
版权申诉

基于iCORAL-MMD和对抗迁移学习的轴承故障诊断方法.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

本发明属于信息技术服务技术领域，公开了一种基于iCORAL‑MMD和深度卷积对抗迁移学习的轴承故障诊断方法，采集轴承在A、B工况下的振动信号；经预处理后基于快速傅里叶变换将时域信号转为频域信号，按比例划分训练集和测试集；建立初始源域1DCNN故障诊断模型，通过源域数据进行训练，得到源域预训练模型；将模型参数共享给目标域故障诊断模型用以初始化，建立初始域判别器，通过特征信号训练判别器；用iCORAL‑MMD对目标域初始故障诊断模型进行训练，得到域判别器和目标域特征提取器；将两者组合，得到目标域的故

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116793682 A (43)申请公布日 2023.09.22 (21)申请号 202310839080.9 G06N 3/0464 (2023.01)