知识蒸馏与迁移学习的轴承故障诊断应用研究

来源：计算机工程与应用杂志2023年第13期北京时间：

作者：王廷轩, 刘韬, 王振亚, 普会杰

单位：昆明理工大学 机电工程学院，昆明 650500

摘要：针对工业现场工况复杂多变，易造成样本缺失或不平衡，导致模型诊断准确率低等问题。提出改进知识蒸馏与迁移学习的轴承故障诊断方法。教师-学生模型分别采用稠密卷积神经网络和人工神经网络，自适应随机提取源域样本和目标域样本的关键特征信息；获取对应领域的软标签损失和硬标签损失，引入分层迁移学习改善领域样本的条件分布差异，获取最终蒸馏损失函数，并将蒸馏后的“暗知识”反馈更新学生模型；利用目标域测试样本实现智能体的半监督故障迁移决策。实验结果表明，学生模型能够从教师模型学习到各项性能，提升简单模型的诊断精度，相较于其他方法，该方法具备较优异的准确性和鲁棒性。

关键词：轴承,知识蒸馏,迁移学习,故障诊断