来源：期刊VIP网 时间：
作者：郭勇;王继群;马宏宇;
单位：北京工业职业学院机电工程学院;河北工业大学机械工程学院;
摘要：针对实际旋转机械中，滚动轴典型故障样本较难获取、智能诊断模型泛化性能差的问题，提出了一种仿真数据驱动的滚动轴承异常蒸馏学习检测方法。首先，建立滚动轴承故障仿真信号模型，从而获取大量的故障仿真信号，用于训练蒸馏学习中的教师网络。其次，提出了融合注意力机制的残差网络，作为教师网络和学生网络的主干特征提取模型。采用所提出的损失函数和预训练的教师网络，仅利用采集所得正常状态的振动加速度样本完成蒸馏学习模型的训练，并采用3σ方法制定异常检测阈值。最后，在多组试验数据上对所提模型进行了试验验证，检测精度均达到了98%以上。结果表明，所提方法具有较高的滚动轴承故障异常检测能力。
关键词：滚动轴承;;仿真数据驱动;;蒸馏学习;;异常检测
基金资助：国家自然科学基金资助项目（52075146）
