噪声与振动控制

噪声与振动控制 ›› 2026, Vol. 46 ›› Issue (3): 131-139.

• 信号处理与故障诊断 • 上一篇    下一篇

基于无监督多域适应对抗网络的机械转动部件故障诊断

李明哲1，石生超2，祁富志2，马春安2，李富才1   

  1. ( 1. 上海交通大学机械与动力工程学院，上海200240；
    2. 国网青海省电力公司电力科学研究院，西宁810000 )
  • 收稿日期:2024-11-05 修回日期:2024-12-04 出版日期:2026-06-18 发布日期:2026-06-10

Fault Diagnosis of Mechanical Rotating Components Based on Unsupervised Multi-domain Adaptive Adversarial Network

  • Received:2024-11-05 Revised:2024-12-04 Online:2026-06-18 Published:2026-06-10

PDF

摘要： 随着现代工业快速发展，机械转动部件如锥齿轮箱在各类设备中所起作用越来越重要，因此对其进行故障诊断的重要性愈发凸显。提出一种基于无监督多域适应对抗网络的故障诊断方法。该方法结合了Transformer 架构的强大特征提取能力和概率稀疏自注意力机制，以及对抗网络的域适应能力，能够在不同转速和负载条件下，实现对锥齿轮-轴承系统中单一、复合及装配故障的高效诊断。实验结果表明，与传统的卷积神经网络和Transformer 模型相比，该方法在各种工况下表现优异，具有更高的分类准确率和更强的鲁棒性。该研究为机械设备的智能维护提供了一种新的技术途径，可为提升工业设备的安全性和可靠性作出贡献。

关键词: 故障诊断, 锥齿轮箱, 无监督迁移学习, 对抗网络, 深度学习