小样本下基于递归图和迁移学习的轴承故障诊断.pdf

２０２４年８月Ａｕｇ２０２４

第５２卷第１６期Ｖｏｌ５２Ｎｏ１６

－

ＤＯＩ：１０．３９６９／ｊｉｓｓｎ１００１３８８１２０２４１６０３５

文献引用：冯国红，王宏恩，刁鹏飞，等．小样本下基于递归图和迁移学习的轴承故障诊断［Ｊ］．机床与液压，２０２４，５２

－

（１６）：２４０２４８．

Ｃｉｔｅａｓ：ＦＥＮＧＧｕｏｈｏｎｇ，ＷＡＮＧＨｏｎｇｅｎ，ＤＩＡＯＰｅｎｇｆｅｉ，ｅｔａｌ．Ｂｅａｒｉｎｇｆａｕｌｔｄｉａｇｎｏｓｉｓｂａｓｅｄｏｎｒｅｃｕｒｓｉｖｅｇｒａｐｈａｎｄｔｒａｎｓｆｅｒｌｅａｒｎｉｎｇｉｎ

－

ｓｍａｌｌｓａｍｐｌｅ［Ｊ］．ＭａｃｈｉｎｅＴｏｏｌ＆Ｈｙｄｒａｕｌｉｃｓ，２０２４，５２（１６）：２４０２４８．

小样本下基于递归图和迁移学习的轴承故障诊断

冯国红，王宏恩，刁鹏飞，张润泽，付晟宏

（东北林业大学机电工程学院，黑龙江哈尔滨１５００４０）

摘要：针对实际工程中故障振动信号数据分布不同、数据量小的问题，提出一种基于卷积神经网络进行迁移学习的滚

动轴承诊断方法。利用递归图对滚动轴承的一维时序数据进行图像转换，得到二维图像下的源域数据和目标域数据；将源

域数据输入到添加ＥＣＡ注意力机制的ＲｅｓＮｅｔ网络中进行预训练，得到预训练权重；将预训练权重迁移至模型当中，用少

量样本进行训练，以验证集准确率为基准，获取此时的训练权重，并保存至目标模型中，最后将测试集数据输入到此时的

模型进行验证。结果表明：所提方法能够在目标域仅有少量训练样本的情况下，达到较高的故障识别准确率，且具有较强

的鲁棒性能和泛化性能。

关键词：故障诊断；深度学习；递归图；迁移学习

中图分类号：ＴＨ１６５３；ＴＰ１８３

ＢｅａｒｉｎｇＦａｕｌｔＤｉａｇｎｏｓｉｓＢａｓｅｄｏｎＲｅｃｕｒｓｉｖｅＧｒａｐｈａｎｄＴｒａｎｓｆｅｒＬｅａｒｎｉｎｇｉｎＳｍａｌｌＳａｍｐｌｅ

ＦＥＮＧＧｕｏｈｏｎｇ，ＷＡＮＧＨｏｎｇｅｎ，ＤＩＡＯＰｅｎｇｆｅｉ，ＺＨＡＮＧＲｕｎｚｅ，ＦＵＳｈｅｎｇｈｏｎｇ

（ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，

ＨａｒｂｉｎＨｅｉｌｏｎｇｊｉａｎｇ１５００４０，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｔｏａｄｄｒｅｓｓｔｈｅｐｒｏｂｌｅｍｓｏｆｄｉｆｆｅｒｅｎｔｄａｔａｄｉｓｔｒｉｂｕｔｉｏｎｓａｎｄｓｍａｌｌｄａｔａｓｉｚｅｏｆｆａｕｌｔｖｉｂｒａｔｉｏｎｓｉｇｎａｌｓｉｎｐｒａｃｔｉｃａｌｅｎｇｉｎｅｅｒ⁃

ｉｎｇ，ａｔｒａｎｓｆｅｒｌｅａｒｎｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｗａｓｐｒｏｐｏｓｅｄｆｏｒｒｏｌｌｉｎｇｂｅａｒｉｎｇｄｉａｇｎｏｓｉｓ．Ｔｈｅ１Ｄｔｉｍｅｓｅｒｉｅｓｄａｔａ

ｏｆｒｏｌｌｉｎｇｂｅａｒｉｎｇｓｗｅｒｅｔｒａｎｓｆｏｒｍｅｄｉｎｔｏｉｍａｇｅｓｂｙｕｓｉｎｇｒｅｃｕｒｓｉｖｅｇｒａｐｈｓ，ａｎｄｔｈｅｓｏｕｒｃｅｄｏｍａｉｎｄａｔａａｎｄｔａｒｇｅｔｄｏｍａｉｎｄａｔａｗｅｒｅｏｂ⁃

ｔａｉｎｅｄｉｎｔｈｅ２Ｄｉｍａｇｅｄｏｍａｉｎ．Ｔｈｅｎ，ｔｈｅｓｏｕｒｃｅｄｏｍａｉｎｄａｔａｗｅｒｅｉｎｐｕｔｉｎｔｏｔｈｅＲｅｓＮｅｔｎｅｔｗｏｒｋｗｉｔｈＥＣＡａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍｆｏｒｐｒｅ－

－