未知工况下基于时频特征耦合与条件对比学习的轴承跨域故障诊断

李士哲; 范嘉鸣; 刘帅

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

未知工况下基于时频特征耦合与条件对比学习的轴承跨域故障诊断

更新时间：2025-12-05

- 未知工况下基于时频特征耦合与条件对比学习的轴承跨域故障诊断
- 未知工况下基于时频特征耦合与条件对比学习的轴承跨域故障诊断
- 电力科学与工程 2025年41卷第11期页码：66-78
- 作者机构：
  
  华北电力大学自动化系
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（61973117）;河北省科技计划资助项目（22567643H）;中央高校基本科研业务资助项目（9160323007）
- DOI：
  中图分类号： P18;TH133.3
- 纸质出版：2025
- 稿件说明：
移动端阅览
李士哲, 范嘉鸣, 刘帅. 未知工况下基于时频特征耦合与条件对比学习的轴承跨域故障诊断[J]. 电力科学与工程, 2025,41(11):66-78.

李士哲, 范嘉鸣, 刘帅. 未知工况下基于时频特征耦合与条件对比学习的轴承跨域故障诊断[J]. 2025, 41(11): 66-78.
李士哲, 范嘉鸣, 刘帅. 未知工况下基于时频特征耦合与条件对比学习的轴承跨域故障诊断[J]. 电力科学与工程, 2025,41(11):66-78. DOI：

李士哲, 范嘉鸣, 刘帅. 未知工况下基于时频特征耦合与条件对比学习的轴承跨域故障诊断[J]. 2025, 41(11): 66-78. DOI：

摘要

针对未知工况下轴承故障诊断模型泛化性能不足的问题，提出一种基于时频特征耦合与改进条件对比学习的轴承跨域故障诊断方法。首先设计一种由二次卷积神经网络以及时频特征耦合机制组成的独特网络结构，用以从多源域数据中挖掘更丰富的非线性表示，并实现信号故障信息不同角度的互补融合；然后通过相关性对齐和差异最大化策略分别提取域不变特征和域特定特征，并将二者结合用于最终的故障分类，避免因过度领域度量而遗漏与故障判别相关的重要信息；提出一种基于余弦退火动态温度调整的改进条件对比学习，利用互信息实现类条件分布对齐，并自适应调整温度参数，避免固定温度设置下导致的类别区分控制不稳定的问题。在某轴承数据集的不同负载工况下进行实验，结果表明，所提方法具有良好的未知目标域诊断精度。

Abstract

关键词

Keywords

references

廖运虎,纪国宜.多级降噪联合特征增强的轴承故障诊断[J].振动与冲击,2025(08).

李灿,罗军,赵树标,钟志贤,王广斌.基于分层多元域适应的滚动轴承故障诊断方法[J].机床与液压,2025(08).

许志恒,葛鲲鹏.融合时频图与分布适应的轴承故障诊断方法[J].机械设计与制造,2025(04).

赵小强,李森.不平衡数据下的轻量化轴承故障诊断方法[J].电子测量与仪器学报,2024(10).

金怀平,刘志泳,王彬,钱斌,刘海鹏.融合时频特征的多源无监督域自适应轴承故障诊断方法[J].振动与冲击,2024(13).

曹洁,尹浩楠,王进花.MACDCGAN的发电机轴承故障诊断方法[J].振动与冲击,2024(11).

徐鹏,皋军,邵星.基于AMCNN-BiGRU的滚动轴承故障诊断方法研究[J].振动与冲击,2023(18).

Hu Ruohui,Zhang Min,Meng Xiangyin,Kang Zhuang.Deep subdomain generalisation network for health monitoring of high-speed train brake pads[J].Engineering Applications of Artificial Intelligence,2022.

Dhiraj Neupane,Jongwon Seok.Bearing Fault Detection and Diagnosis Using Case Western Reserve University Dataset With Deep Learning Approaches: A Review[J].IEEE Access,2020.

Ke Li,Xueliang Ping,Huaqing Wang,Peng Chen,Yi Cao.Sequential Fuzzy Diagnosis Method for Motor Roller Bearing in Variable Operating Conditions Based on Vibration Analysis[J].Sensors,2013.

浏览量

601

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于卷积神经网络的时序变换证据融合方法

基于自适应权重与域对抗迁移学习的锅炉汽水系统跨域故障诊断方法

基于TimeGAN和LightGBM的多维时间序列故障样本扩充与诊断研究

基于知识图谱的变压器故障分析与后续检测引导

基于RBF神经网络的凝汽器故障诊断研究