[发明专利]基于参数共享对抗域自适应网络的振动故障迁移诊断方法

权利要求书

1.一种基于参数共享对抗域自适应网络的振动故障迁移诊断方法，其特征在于，具体步骤如下：

1)获取振动信号的源域数据集D_s，源域数据集中包括有带有故障标签的源域样本；获取振动信号的目标域数据集D_t，目标域数据集中包括有无标签目标域样本；

2)将源域数据集和目标域数据集划分为训练集和测试集，训练集中包括有源域样本训练集A_s和无标签目标域训练集A_t，测试集包括无标签目标域测试集B_t；

3)构建包括有特征提取器和共享分类器的参数共享对抗域自适应网络模型；

4)将步骤2)中划分好的源域样本训练集A_s和无标签目标域训练集A_t，输入步骤3)构建的参数共享对抗域自适应网络模型中，以故障分类损失L_y、域分类损失L_d、域间损失L_CORAL为目标函数，交替进行共享网络训练和对抗训练，对参数共享对抗域自适应网络模型迭代更新训练，直到误差曲线趋于稳定；

共享网络训练，其目标是最小化L_y和L_CORAL同时最大化L_d；

对抗训练，通过对抗机制训练特征提取器，采用最小化L_d；

5)输出目标域数据集D_t无标签目标域样本的故障诊断结果，完成跨工况和跨测点故障检测。

2.如权利要求1所述的基于参数共享对抗域自适应网络的振动故障迁移诊断方法，其特征在于，步骤2)中所述源域训练集A_s中含有n₁个振动样本，且该n₁个振动样本均带故障标签，其中表示源域训练集A_s中第i个振动样本，则表示源域样本训练集A_s中第i个振动样本的标签；

所述目标域训练集A_t中也含有n₁个振动样本，但是该n₁个振动样本均不带故障标签，其中表示目标域训练集A_t中第i个振动样本；

所述目标域测试集B_t中含有n₂个振动样本，且该n₂个振动样本均不带故障标签，其中表示目标域测试集B_t中第i个振动样本。

3.如权利要求1所述的基于参数共享对抗域自适应网络的振动故障迁移诊断方法，其特征在于，步骤3)中所述参数共享对抗域自适应网络模型由特征提取器和共享分类器组成，其中特征提取器输出为f＝G_f(x；θ_f)，G_f(·)表示特征提取器模型，f表示特征提取器输出，θ_f表示特征提取器参数，x表示特征提取器输入；共享分类器输出为G_c(·)表示共享分类器模型，表示共享分类器输出，θ_c表示共享分类器参数，f表示共享分类器输入，即特征提取器的输出；共享分类器最后一层输出通过softmax回归再取最大值对故障类别进行识别：

其中，w_i为连接第i个输出神经元的权值矩阵，b为对应的偏置向量，k为故障类别，f₃是共享分类器倒数第二层的输出；之后，对y的元素中值最大所在的行置为1，其余行为0，得到