多对抗域适应模型

开集故障诊断

该模型通过多对抗学习实现开集跨域轴承故障诊断,能够准确识别共享健康状态与未知故障模式,在目标域出现新故障类型时依然有效。

Zhixiao, Zhu · Guangyi, Chen · 唐刚

IEEE Transactions on Instrumentation and Measurement 2023

技术优势

不依赖标签空间假设

该方法能在目标域包含训练中未出现的故障类别时,同时识别已知与未知状态,摆脱了传统域适应对共享标签空间的依赖。

选择性分布对齐

通过加权对抗学习实现选择性域间分布对齐,并结合域划分对抗学习精确识别未知故障模式。

动态调整模型优化

利用分类器输出的可辨识预测信息进一步调整和优化模型,提升跨域识别能力。

应用场景