基于无监督迁移学习的自适应输入长度轴承故障诊断方法

专利主权项内容

1.一种基于无监督迁移学习的自适应输入长度轴承故障诊断方法，其特征在于，包括如下步骤：S1、数据采集：从源域和目标域机器获取轴承振动信号数据；S2、数据预处理：通过自适应输入长度模块AILM对源域和目标域的振动信号进行预处理，获取网络的输入数据；S3、构建特征提取模块：在轴承智能健康状态识别网络AILTLN中采用五个卷积网络和一个反卷积网络构建特征提取模块，从由源样本和未标记的目标样本组成的输入数据中提取状态特征，并利用密集块使前面所有卷积层和后面卷积层密集链接，实现从低维特征中获取信息；S4、构建状态分类模块和源域与目标域损失函数：所述状态分类模块包括两个全连接层，采用全连接层和Soft-max函数将特征提取模块提取的状态特征进行数据分类，并引用最大均值差异MMD使源域和目标域对齐；S5、构建由特征提取模块和状态分类模块组成的总优化目标函数L，进行模型参数更新，得到最优轴承智能健康状态识别网络AILTLN，将经步骤S2预处理后的数据输入到最优网络，完成轴承智能健康状态识别与诊断。