摘要
齿轮箱作为旋转机械中应用广泛且易损坏的部件,在传递运动和动力的过
程中承担着重要角色。在复杂工作条件下,齿轮箱关键零部件齿轮、轴承等极
易发生故障,故障样本往往稀缺且模态单一,待测目标样本少标签甚至无标签,
致使故障诊断困难。随着大数据时代的到来,基于深度学习智能故障诊断凭借
对数据强大的特征处理能力得到广泛关注。针对上述问题,引入多模态融合技
术以提取更为全面的故障信息特征,引入迁移学习技术用于解决训练数据不足,
研究基于深度多模态迁移的齿轮箱故障诊断方法,主要研究工作如下:
(1)针对实际工
原创力文档

文档评论(0)