零样本轴承故障诊断算法

未知工况也适用

通过扩展语义信息，将频域特征映射到语义空间，该算法能够在没有目标工况数据的条件下诊断轴承故障，突破了传统方法对同工况数据的依赖。

Boshi, Yang · 孙红春

Journal of the Brazilian Society of Mechanical Sciences and Engineering 2023

技术优势

无需目标工况数据

通过语义自编码器将频域特征投影到语义空间，在语义空间诊断未知工况故障，避免了对目标工况先验数据的依赖。

补充抽象语义信息

引入基于BP神经网络和宽第一层核深度卷积神经网络的属性推断模块，扩展抽象语义信息，提升分类效果。

多数据集验证

在CWRU和MFPT两个公开数据集上进行验证，并通过三组对比实验证明了方法的准确性和鲁棒性。

应用场景

• 旋转机械故障诊断：对未知工况下的轴承故障进行诊断，避免重新收集目标工况数据。
• 设备预测性维护：无需目标工况数据即可诊断，支持提前维护计划制定。
• 工业信号分析：利用频域特征和语义空间处理轴承信号，为工业信号分析提供新思路。