来源：期刊VIP网 时间：
作者：梁城;马萍;王聪;李新凯;张宏立;
单位：新疆大学电气工程学院;
摘要：针对小样本下跨工况的轴承故障诊断问题，提出一种结合了原型网络的深度自编码器(Prototype network-Autoencoder:ProtoNet-AE)半监督故障诊断框架。首先，构造基于时频图的小样本故障样本集，并建立无标签数据样本；然后，利用ProtoNet-AE中的AE对源域标记样本与无标签样本集进行半监督自适应特征提取和模型预训练，并设计了基于原型网络和自适应特征提取为一体的目标函数用于减小域分布差异；最后，通过少量目标域样本进行模型微调，提高了模型在目标域上的分类准确率和泛化性。通过跨工况下小样本故障诊断实验表明，对比于其他模型，所提模型均具有较强的可行性和有效性。
关键词：小样本;;原型网络;;深度自编码器;;跨工况故障诊断;;半监督
基金资助：国家自然科学基金资助项目(52065064);; 新疆维吾尔自治区自然科学青年基金项目(2022D01C367)
