一种基于伪标签传递式两阶段领域自适应的滚动轴承故障诊断方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115876467A(43)申请公布日2023.03.31(21)申请号202211377184.4G06F18/22(2023.01)(22)申请日2022.11.04G06F18/213(2023.01)G06N3/045(2023.01)(71)申请人西南交通大学G06N3/0464(2023.01)地址610031四川省成都市金牛区二环路G06N3/084(2023.01)北一段G06N3/0895(2023.01)(72)发明人张楷丁国富丁昆刘永志邹益胜李致萱刘彦涛秦国浩(74)专利代理机构成都海成知识产权代理事务所(普通合伙)51357专利代理师庞启成(51)Int.Cl.G01M13/04(2019.01)G01M13/045(2019.01)G06F18/2415(2023.01)G06F18/2411(2023.01)权利要求书5页说明书11页附图4页(54)发明名称一种基于伪标签传递式两阶段领域自适应的滚动轴承故障诊断方法(57)摘要本发明涉及公开了一种基于伪标签传递式两阶段领域自适应的滚动轴承故障诊断方法。本发明旨在解决滚动轴承迁移故障诊断中出现的健康状态已知的滚动轴承监测数据与健康状态未知的待诊断滚动轴承监测数据之间数据分布差异显著，进而导致待诊断滚动轴承准确诊断困难的问题。通过可利用的中间数据在源数据与目标数据间形成桥接作用，从而将一个单一的领域自适应故障诊断过程转化为由两个阶段构成的领域自适应故障诊断过程，利用领域适应方法逐步缩小数据分布差异问题，使滚动轴承的共享健康状态知识逐步迁移至目标数据，提升对待诊断滚动轴承的故障诊断精度。CN115876467ACN115876467A权利要求书1/5页1.一种基于伪标签传递式两阶段领域自适应的滚动轴承故障诊断方法，其特征在于，包括如下步骤：步骤1、收集现存的滚动轴承故障数据作为源数据DS，采集待诊断滚动轴承的信号数据作为目标数据DT；步骤2、利用数据相似性度量方法计算源数据DS与目标数据DT之间的数据分布相似性，再根据计算结果和选择条件在目标数据DT之中选择中间数据DI；步骤3、构建基于伪标签传递式两阶段领域自适应网络的滚动轴承故障诊断模型；步骤4、利用所述源数据Ds、目标数据DT和中间数据DI训练所述基于伪标签传递式两阶段领域自适应网络的滚动轴承故障诊断模型，训练结束后对待诊断滚动轴承进行故障诊断。2.如权利要求1所述的一种基于伪标签传递式两阶段领域自适应的滚动轴承故障诊断方法，其特征在于，所述步骤1具体包括：源数据DS为可获得且健康状态已知的滚动轴承数据，所述健康状态已知的滚动轴承数据包括滚动轴承在N种运行工况下的故障数据，所述其中nS为源数据样本条数，为第i条样本，为的故障标签，C表示健康状态类别数；目标数据DT是指健康状态未知而待诊断的滚动轴承信号数据，所述健康状态未知而待诊断的滚动轴承信号数据包括滚动轴承在M种运行工况下的故障数据，所述其中表示第j条样本，nT表示目标数据样本条数。3.如权利要求2所述的一种基于伪标签传递式两阶段领域自适应的滚动轴承故障诊断方法，其特征在于，所述步骤2中的所述数据相似性度量方法如下：S(Di，Dj)∈[0，1)为数据Di与数据Dj之间的相似度，当S(Di，Dj)越接近1时，所述数据Di与数据Dj越相似，当S(Di，Dj)越接近0时，所述数据Di与数据Dj之间的数据分布差异越显著，Di标记为0，Dj标记为1，训练线性支持向量机分类器h，所述分类器h用于判别Di和Dj中的样本，从而计算h的损失err(h)：所述I[a]为一个指示函数，当a为真时I[a]为1，否则为0；xi表示Di中抽样得到的m条样本，xj表示Dj中抽样得到的m'条样本，则S(Di，Dj)计算为：使用所述数据相似性度量方法，对包含N个工况数据的源数据与包含M个工况数据的目标数据之间的分布相似性进行计算，所述其中n∈{1，...，N}且m∈{1，...，N}2CN115876467A权利要求书2/5页根据所述的计算结果，满足条件1‑3的为所述中间数据条件1：条件2：且条件3：使得即当满足条件2的中间数据存在多个时，选择能使与之差的绝对值最小的目标数据作为最终的中间数据。4.如权利要求2所述的一种基于伪标签传递式两阶段领域自适应的滚动轴承故障诊断方法，其特征在于，所述步骤3中基于伪标签传递式两阶段领域自适应网络的滚动轴承故障诊断模型包括了两个阶段的网络模型，包括阶段I网络模型和阶段Ⅱ网络模型，所述阶段I网络模型为源数据Ds至中间数据DI的领域自适应网络模型，所述阶段Ⅱ网络模型为中间数据DI至目标数据DT的领域自适应网络模型，所述阶段I网络模型和阶段Ⅱ网络模型之间由基于阈值决策的伪标签约束方法建立