一种利用声学与振动信号的旋转机械故障诊断迁移学习新方法
声音
2023-10-24 v1 人工智能
音频与语音处理
摘要
旋转机械故障诊断对现代工业系统的安全与稳定具有重要作用。然而，训练数据与真实运行场景数据间存在分布差异，导致现有系统性能下降。本文提出一种基于迁移学习、利用声学与振动信号以解决该分布差异的方法。我们设计了声振特征融合MAVgram，以提供更丰富可靠的故障信息，并配合基于DNN的分类器获取更有效的诊断表征。主干网络经预训练后微调，以在目标任务上获得优异性能。实验结果证明了所提方法的有效性，且相较STgram-MFN取得了性能提升。
引用
@article{arxiv.2310.14796,
title = {A Novel Transfer Learning Method Utilizing Acoustic and Vibration Signals for Rotating Machinery Fault Diagnosis},
author = {Zhongliang Chen and Zhuofei Huang and Wenxiong Kang},
journal= {arXiv preprint arXiv:2310.14796},
year = {2023}
}