WHKJ 大学本科毕业设计I摘 要滚动轴承是旋转机械设备最基本和核心的零部件，其健康状态直接影响着设备的可靠性和稳定性。在变工况条件下，不同工况采集的振动信号存在显著的分布差异，导致在一种工况下训练的诊断模型难以直接应用于另一种工况，严重制约了故障诊断方法的工程实用性。本文以迁移学习中的领域自适应为研究基础，对滚动轴承的跨域故障诊断进行研究，主要研究内容如下：针对传统图卷积网络在特征聚合时无法区分邻居节点重要性的问题，将一维振动信号分割为固定长度样本，利用卷积神经网络提取高维深度特征，并采用 K 近邻算法在批次内构建稀疏图结构，将...
发表评论取消回复