数字孪生辅助的轴承点蚀故障诊断方法

摘要

针对实际应用中工况变化复杂、轴承故障样本不足等因素导致的轴承故障诊断性能下降问题，提出一种基于数字孪生模型结合深度子域自适应迁移学习的轴承点蚀故障诊断方法.首先，通过分析轴承的非线性动力学特性，建立Simscape物理模型生成仿真故障数据以弥补故障样本的不足；其次，为了提高仿真样本的可迁移性，采用局部子域自适应机制，通过最小化源域和目标域之间的局部特征差异，实现类级子域的有效对齐；最后，对仿真数据进行时频域特征分析，验证模型的可迁移性，并将孪生数据输入迁移学习模型以分析其诊断效果，验证了其可行性.

关键词

滚动轴承 / 故障诊断 / 数字孪生 / 迁移学习

基金资助

江苏省高等学校基础科学(自然科学)重大项目(23KJA460009); 南京工程学院研究生科技创新基金项目(TB202417011)