一种类加权对齐的局部域适应机械故障诊断方法

摘要

本发明公开了一种类加权对齐的局部域适应机械故障诊断方法，涉及旋转机械振动信号的故障诊断技术。本发明法首先采用卷积自动编码器提取源域和目标域的代表性特征，然后利用预训练源分类器的目标softmax输出，对跨两个域的共享类分配较大的权重，对无关类分配较小的权重，随后采用联合最大平均差异对跨域的全局特征进行对齐以最大限度地实现知识迁移，最后在共享分类器中插入一个域差异学习残差块来纠正和缓解域差异。通过域差异学习残差块。可以强制模型显式地学习域差异，既防止了特征可迁移性的减少，又便于从源域到目标域的域自适应，高效可靠的实现了不同工况下齿轮的故障特征迁移学习和智能诊断。