无监督多目标域自适应故障诊断

多工况迁移，免标签

该方法同时保证跨多个未标记工况下特征与故障相关且域不变，无需目标域标签即可实现多目标域故障诊断。

Guoli, Bai · Tonghao, Xing · Sun, Wei · Huashan, Chi · 仲志丹 · 孙清超 · 孙亮

Engineering Applications of Artificial Intelligence 2025

参数信息

平均准确率（数据集1）

99.89 %

平均准确率（数据集2）

95.93 %

技术优势

多目标域一次搞定

通过梯度反转机制和相应损失函数同时保证特征与故障相关且域不变，无需分别对每个目标域单独适配。

不用标签也能诊断

仅使用源域标签和未标记的目标域数据训练分类器，即可在多个目标工况上达到高准确率。

公开数据集上领先

在两个公共基准轴承数据集上，平均准确率高于现有代表性方法，验证了方法的有效性。

应用场景

• 轴承故障诊断：在变工况下自动识别轴承故障类型，无需新工况标签。
• 设备预测性维护：在设备运行工况变化时仍能准确诊断，支持提前维护决策。
• 状态监测：对多工况下的监测数据实现跨域故障识别，减少人工标注。
• 工业机器人维护：将已标记工况的模型迁移到机器人不同工作状态下，实现故障诊断。