原创力文档- 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
查看更多
本发明公开了一种无故障样本的轴承跨工况故障诊断方法，主要解决现有技术过分依赖先验辅助信息，导致故障诊断精度低的问题。其实现方案是：获取训练数据集和测试数据集并进行预处理；构建由稀疏自编码器和稀疏约束生成对抗网络组成的健康‑故障类别关系模型，并利用训练数据集对其训练生成目标域缺失的故障数据；构建由特征提取网络和源域分类器串联组成的基于迁移学习的故障诊断模型，并利用训练数据集和故障数据对其训练；将测试数据集输入训练好的故障诊断模型，获得轴承故障诊断结果。本发明无需利用人为先验信息，通过从已有工况的数
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117828470A
(43)申请公布日2024.04.05
(21)申请号202311814228.XG06N3/084(2023.01)
文档评论（0）