基于信息融合子域适应的不同工况下谐波减速器故障诊断方法

作     者：康守强 章炜东 王玉静 刘连胜 孙宇林 Kang Shouqiang;Zhang Weidong;Wang Yujing;Liu Liansheng;Sun Yulin

作者机构：哈尔滨理工大学模式识别与信息感知黑龙江省重点实验室哈尔滨150080 哈尔滨工业大学电子与信息工程学院哈尔滨150001 哈尔滨工业大学郑州研究院郑州450000 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2024年第45卷第3期

页      面：60-71页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080202[工学-机械电子工程] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0802[工学-机械工程] 

基　　金：国家自然科学基金(52375533) 山东省自然科学基金(ZR2023ME057) 哈尔滨市制造业科技创新人才(2023CXRCCG017)项目资助 

主　　题：信息融合 不同工况 域适应 谐波减速器 故障诊断 

摘      要：针对工业机器人谐波减速器不同工况数据分布差异大,部分工况数据标签缺失以及单一传感器获取信息不全面,导致诊断准确率不高的问题,提出一种信息融合子域适应的不同工况下谐波减速器故障诊断方法。该方法将源域和目标域一维振动数据利用小波变换构建时频图;使用基于小波变换的图像融合方法整合多个传感器的时频信息并构建融合图像;提出多表示特征提取结构的改进残差网络以充分挖掘融合样本多表示特征,同时,在无监督场景下将源域和目标域融合样本的多表示特征进行子域适应处理,减小两域的各个子域间的分布差异,从而将知识从标签丰富的源域迁移到标签缺失的目标域,最终实现不同工况下谐波减速器的故障诊断。通过搭建工业机器人谐波减速器故障实验台并进行实测,所提方法在所有迁移任务中平均准确率可达98.8%,能够有效实现无监督场景中不同工况下谐波减速器的故障诊断。