- 1、本文档共58页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
滚动轴承作为旋转机械设备的核心部件,由于长期运行在复杂环境下,容易出现故
障,导致设备损坏。因此,实时监测滚动轴承的健康状态和及时诊断轴承故障具有重要
意义。近年来,基于数据驱动的深度学习方法得到飞速发展,为智能故障诊断提供一种
新途径,然而此类方法大多以拥有充足的带标签数据为前提。实际工业环境中,旋转机
械通常在变工况条件下运行,难以获得不同工况下具有标签的轴承故障数据。同时,不
同工况间的轴承数据存在差异,将单一工况下训练的模型应用于其他工况的轴承数据,
即跨工况问题,导致训练模型泛化性差
文档评论(0)