摘要： 滚动轴承故障诊断中存在故障数据难以获取的问题，虽然利用动力学模型所产生仿真数据可以在一定程度上解决该问题，但是建立准确的动力学模型需要获取轴承尺寸、材料参数等详细信息，这在实际应用中存在一定挑战。为此，提出一种领域自适应方法，用于解决轴承动力学模型参数与实际参数不一致时的故障诊断问题。首先，将改进的残差网络作为特征提取器，并在领域自适应阶段将多核最大均值差异(Multi Kernel -Maximum Mean Discrepancies，MK-MMD)与余弦相似度相结合作为新的度量函数，用于减小源域和目标域差异。随后为保证训练过程中这两个指标具有合理的权重，提出一种动态加权平均(Dynamic Weight Averaging，DWA)方法，根据不同损失情况动态调整权重。实验表明该方法在模型参数与实际参数不一致的情况下，仍然能够利用仿真数据训练故障诊断模型，诊断平均准确率达到90.59 %，由此证明了该方法的有效性。

关键词: 故障诊断, 滚动轴承, 动力学模型, 领域自适应