一种基于部分域对抗的滚动轴承迁移学习故障诊断方法

摘要

本发明公开了一种基于部分域对抗的滚动轴承迁移学习故障诊断方法，包括以下步骤：搭建滚动轴承故障数据样本库，划分源域和目标域故障数据；提取源域和目标域故障数据的隐含特征；构建标签预测器；构建加权域分类器，得到样本特征来自源域分布的概率和权值；将加权的源域样本特征和不加权的目标域样本特征，送入另一域分类器，判别样本特征来自源域还是目标域，构造梯度反转层；优化模型；将测试数据输入特征提取器获得样本特征，并将获得的样本特征输入标签预测器，获得预测标签，并计算分类精度。本发明将对抗思想融于部分迁移网络，提出了源域样本加权后再进行域分类的策略，提升了样本域自适应能力，解决了在目标域进行无监督标签预测的问题。