基于高阶矩匹配的多源蒸馏-迁移机械故障智能诊断方法

摘要

本发明公开了一种基于高阶矩匹配的多源蒸馏‑迁移机械故障智能诊断方法，利用从多台机械设备采集的运行数据建立多源数据集，预处理后将其划分为源域数据集、目标域训练数据集和目标域测试数据集；构建基于高阶矩匹配的多源蒸馏‑迁移学习网络模型，使用源域数据集和目标域训练数据集进行高阶矩匹配、最大分类器差异以及多源蒸馏训练；将目标域测试数据集作为测试输入，使用自适应加权策略综合多个分类器的输出，完成跨域故障诊断。本发明利用多源数据，在域、类别层面对齐源域和目标域特征，通过多源蒸馏提高模型对目标样本的分类能力，并提出自适应加权以综合诊断结果，解决了传统方法在跨域诊断中性能下降的问题，大幅提升了深度模型的性能。