基于樣本自適應條件對抗網(wǎng)絡的齒輪箱跨域故障診斷研究

摘要： 基于對抗訓練的深度領域適應在旋轉(zhuǎn)部件跨域故障診斷中應用效果良好。然而，現(xiàn)有研究主要致力于降低邊緣分布差異而忽略對類別分布信息的挖掘，導致其在復雜場景下診斷準確性不足。針對該問題，提出一種樣本自適應條件對抗網(wǎng)絡，通過分解抽象特征和評估樣本置信度挖掘類別分布特征，增強對抗訓練的域適配能力，從而有效提高跨域診斷性能。通過齒輪箱故障診斷實驗驗證所提方法在實際應用中的有效性和優(yōu)越性。 （共6頁）