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)。
查看更多
摘要
轴承作为旋转机械的核心传动部件，一旦出现运行故障，轻则影响旋转机
械设备的运行，重则引发严重的安全事故。因此，轴承的故障诊断与安全监测
尤为重要。然而，受限于轴承故障的偶然性和随机性，轴承的标记故障数据往
往难以获取，加之轴承工况的复杂性和多样性，使得变工况背景下轴承的故障
诊断十分困难。鉴于此，本文以滚动轴承为研究对象，借助深度学习和域泛化
理论，对滚动轴承的故障诊断问题进行了深入研究。主要研究内容如下：
(1)针对传统时频分析方法构建的时频图像时频分辨率低及信息冗余的问题，
引入
文档评论（0）