基于角域重采样的宽度迁移学习算法

摘要： 针对在变工况中采集到的信号通常为非平稳信号，并且采集到的振动数据分布不一致等情况，提出了基于角域重采样的宽度迁移学习（ADR-BTL）算法，用于轴承故障诊断。首先将非平稳的时域振动信号转换为角域平稳信号，将平稳化处理后的信号进行特征提取，构建多域特征数据集，然后将不同工况下的源域数据和目标域数据通过平衡分布自适应（BDA）方法进行领域适配来减小域间的分布差异，最后构建宽度迁移学...