基于迁移学习的小样本齿轮箱故障诊断方法.pdfVIP

测控技术

·５２·２０２３４２６装备无损检测与健康监测技术专刊（二）

年第卷第期

基于迁移学习的小样本齿轮箱故障诊断方法

１，３１２２

赵晓平，徐文波，刘涛，邵凡

（１．南京信息工程大学计算机学院，江苏南京２１００４４；２．南京信息工程大学自动化学院，江苏南京２１００４４；

南京信息工程大学数字取证教育部工程研究中心，江苏南京）

３．２１００４４

摘要实际工程场景中齿轮箱受工况环境等因素影响数据难以满足特征分布相同训练数据充足等条

：、，、

件，如何在变工况情况下对齿轮故障进行诊断是故障诊断领域一大难点。为此，提出了一种结合Ｌｏｇｉｓ

混沌麻雀搜索优化算法与深度置信网络的智能故障诊断方法即首先

ｔｉｃ（ＬＳＳＡ）（ＤＢＮ），ＬＳＳＡＤＢＮ。，

（），

将时域振动信号进行快速傅里叶变换ＦＦＴ转换为频域信号作为训练数据集运用Ｌｏｇｉｓｔｉｃ混沌映射对

ＳＳＡ种群进行初始化采用ＬＳＳＡ方法对训练数据集进行ＤＢＮ结构寻优使用最优结构ＤＢＮ对源域训

，；

练集进行预训练，并加入少量目标域样本用于反向权重调优，最终实现在小样本情况下对目标域齿轮箱

健康状况的准确识别实验对比结果证明ＬＳＳＡＤＢＮ方法在模型调优阶段具有更快的收敛速度且针

。，，

对不同的目标域进行迁移时都具备较高的准确率，方法的研究对小样本情况下的齿轮箱故障

ＬＳＳＡＤＢＮ

诊断具有一定的应用价值。

：；；；；

关键词齿轮箱麻雀优化算法深度置信网络小样本迁移学习

中图分类号文献标志码文章编号

：ＴＨ１３３．３；ＴＰ２０６＋．３：Ａ：１０００－８８２９（２０２３）０６－００５２－１１

ｄｏｉ：１０．１９７０８／ｊ．ｃｋｊｓ．２０２２．１１．３２７

ＦａｕｌｔＤｉａｇｎｏｓｉｓＭｅｔｈｏｄｏｆＳｍａｌｌＳａｍｐｌｅＶａｒｉａｂｌｅＬｏａｄＧｅａｒｂｏｘ

ＢａｓｅｄｏｎＴｒａｎｓｆｅｒＬｅａｒｎｉｎｇ

１牞３１２２

ＺＨＡＯＸｉａｏｐｉｎｇ牞ＸＵＷｅｎｂｏ牞ＬＩＵＴａｏ牞ＳＨＡＯＦａｎ

牗１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ牞ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏ