基于JMFAN網(wǎng)絡的跨軸承故障診斷

摘要： 工業(yè)生產(chǎn)中使用的電機軸承類型多種多樣，由于數(shù)據(jù)標注成本高昂，往往存在某種型號的軸承缺乏帶標簽數(shù)據(jù)。針對上述問題，提出了一種用于無監(jiān)督學習的聯(lián)合多尺度特征自適應網(wǎng)絡(joint multi-scale feature adaptation network, JMFAN),使用聯(lián)合最大均值差異算法度量不同領域之間的距離，通過最小化領域間聯(lián)合概率分布實現(xiàn)跨軸承故障診斷。圍繞不同型號軸... （共8頁）