Print

基于迁移VPMCD的滚动轴承故障诊断方法

论文摘要

针对滚动轴承诊断中难以获得大量故障样本的问题,拟结合迁移学习的思想,提出了一种基于迁移学习的多变量预测模型(TVPMCD)方法。该方法首先采用已知样本库建立基础变量预测模型(BVPM);然后利用少量的目标域已知样本更新基础变量预测模型,使得更新的基础变量预测模型能兼顾目标域已知样本的信息;同时,以目标域已知样本的判别误差最小为目标,剔除已知样本库中误识样本,建立迁移变量预测模型(简称TVPM);最后利用迁移变量预测模型对待测样本进行识别,从而可以有效地解决小样本的故障诊断问题。对滚动轴承数据的分析结果表明,适合于小样本的TVPMCD模式识别方法可以更快更准确地识别滚动轴承故障类型。

论文目录

  • 0 引 言
  • 1 TVPMCD方法
  •   1.1 VPMCD方法
  •   1.2 TVPMCD方法
  •     1) 建立基础模型
  •     2) 构建迁移模型
  •     3) 进行测试分类
  • 2 基于TVPMCD的滚动轴承故障诊断方法
  •   1) 构造相空间。拟选定待分析时域信号z, 并对时域信号进行相空间重构:
  •   2) 进行辛几何相似变换。
  •   3) 获得分量信号。
  • 3 应用
  • 4 结 论

    • 文章来源

    类型: 期刊论文

    作者: 陈淑英,王利群

    关键词: 迁移学习,滚动轴承,故障诊断

    来源: 电子测量与仪器学报 2019年03期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 机械工业

    单位: 包头轻工职业技术学院,内蒙古工业大学机械学院

    基金: 内蒙古自治区自然科学基金(2017MS0432),内蒙古自治区应用技术研究与开发资金计划(20120311)资助项目

    分类号: TH133.33

    DOI: 10.13382/j.jemi.B1801810

    页码: 93-98

    总页数: 6

    文件大小: 138K

    下载量: 181

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/abcfec311733a2f5846043b3.html