仿真数据驱动跨工况
基于仿真数据和注意力融合网络，实现单域数据训练下对未知工况的泛化诊断。
Chen, Zhou · He, Jun · 熊炘 · 杨世锡 · Jiahao, Sun
Measurement: Journal of the International Measurement Confederation 2025
单一工况仿真数据即可训练出泛化能力，无需为每个工况重新采集数据。
所建立的转子系统动力学模型能产生物理精确、丰富多样的故障数据，避免了实测数据稀缺或生成数据失真问题。
注意力特征融合策略高效整合局部与全局特征，提升了对螺栓松动特征的刻画能力。
多重相似性损失综合考虑特征的自相似性和相对相似性，在类别层面优化特征分布，增强不同故障模式的区分能力。