来源：期刊VIP网 时间：
作者：汪超;王波;张猛;徐浩;杨文龙;
单位：安徽理工大学机械工程学院;滁州学院机械与电气工程学院;
摘要：针对当前无监督跨域故障诊断方法难以同时对齐边缘分布和条件分布，从而导致诊断精度较低的问题，提出一种联合分布自适应对抗网络的故障诊断方法。首先，采用快速傅里叶变换对原始振动信号进行数据预处理，并构建残差神经网络提取样本的深层特征；然后，利用分类器传递的类判别信息来辅助条件域对抗网络，以减小域间分布差异；同时引入联合最大均值差异结合多个全连接层的输出信息，进而实现跨域诊断模型适配边缘分布和条件分布；最后，利用德国帕德博恩大学数据集和实验室轴承数据集对所提方法进行实验，证明了该方法在不同迁移场景中故障诊断的有效性和优越性。
关键词：故障诊断;;域自适应;;对抗训练;;联合最大均值差异
基金资助：安徽省高校自然科学研究项目（KJ2021A1086）;; 安徽省高校优秀拔尖人才培育项目（gxgnfx2022071）;; 滁州学院科研启动基金项目（2024qd22）
