基于判別性特征提取和雙重域對齊的軸承跨域故障診斷

摘要： 針對不同工況下采集的滾動軸承振動數(shù)據(jù)特征分布不一致且噪聲成分難以去除的問題，提出一種基于判別性特征提取和雙重域對齊的深度遷移學習故障診斷方法。首先，將帶標簽的振動信號和未帶標簽的振動信號通過固定長度的數(shù)據(jù)分割方法制作成數(shù)據(jù)集；其次，為了減少實際工況中噪聲信號的干擾，采用通道注意力機制SENet(squeeze-and-excitation networks)及判別損失項來輔助特...