一种深度域自适应卷积网络的滚动轴承故障诊断方法

摘要

本发明提供一种深度域自适应卷积网络的滚动轴承故障诊断方法，包括以下步骤：准备多个工况下的数据集，选取其中一个工况下的数据作上标签作为源域数据，其他工况作为无标签的目标域数据；将目标域数据70％用于训练集和30％用于测试集，并将所述训练集与所述源域数据一起输入模型中进行训练；计算所述源域数据的分类损失、所述源域数据与所述目标域数据在一维卷积网络神经模型全连接层的MK‑MMD距离损失Wasserstein距离损失，利用上述三种损失进行网络结构和参数的优化调整，将所述源域数据与所述目标域数据对齐，得到训练好的网络。本发明提出的诊断方法能够对故障信息自动提取，提高特征利用率，减少建模时间。