基于动态卷积多层域自适应的轴承故障诊断

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：现有基于深度学习的轴承故障诊断方法对数据具有一定的依赖性，要求训练数据与测试数据具有相同的分布。在变工况的条件下，网络模型的故障诊断精度会因数据分布发生变化而下降。为保证网络模型能够在变工况条件下对轴承的健康状态进行准确识别，基于无监督域自适应理论，提出一种新颖的智能故障诊断网络模型——动态卷积多层域自适应网络。（剩余14664字）

试读结束

目录
monitor
客服机器人