机床与液压

作者：周玉国，张志凯，张金超，于春风，周立俭

单位：青岛理工大学信息与控制工程学院；青岛理工大学信息与控制工程学院；青岛理工大学信息与控制工程学院；海军航空大学航空仪电控制工程与指挥系；青岛理工大学信息与控制工程学院

关键词：轴承;故障诊断;多源域自适应;Swin-Transformer;多尺度特征提取;最大均值差异

基金：山东省自然科学基金项目（ZR2021QF113）；青岛市科技局产业集群培育专项项目(23-1-2-qljh-6-gx)

针对当前多源域自适应方法无法充分挖掘多源域中不同尺度故障信息的问题，提出一种基于Swin-Transformer（Swin-T）的多尺度多源域自适应轴承故障诊断方法。通过连续小波变换，获得振动信号在不同频带的特征。为更充分地利用多源域中不同尺度的故障信息，提出基于Swin-T的多尺度特征提取网络。为了减小各域之间的数据分布差异，构建基于最大均值差异的特征对齐网络，并根据不同尺度对分类的贡献赋予权值。此外，构建多尺度特征融合模块，对不同尺度的特征信息进行融合，得到故障特征集。最后，利用Softmax对特征集进行故障分类，并通过最小化多分类器预测差异损失得到最终分类结果。在凯斯西储大学和青岛理工大学轴承数据集上，该方法的故障分类准确度分别达到99.63%和99.40%。

来源：2025年第1期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第1期