考虑递增故障样本和故障模式的机械设备终身学习智能诊断方法

来源：计算机集成制造系统杂志2026年第4期北京时间：

作者：付洋, 成天乐, 贺德强

单位：广西大学机械工程学院广西制造系统与先进制造技术重点实验室

摘要：传统终身学习智能故障诊断方法大多面向递增故障样本或递增故障模式中的某一类,存在应用场景单一、学习能力有限等问题。本文提出一种基于宽度学习自编码器(BLAE)的机械设备终身学习智能诊断方法,可同时实现递增故障样本和递增故障模式的双场景终身学习智能诊断。不同于纵深堆叠,本文首先将一系列自编码器沿宽度方向进行堆叠,建立初始的BLAE智能诊断模型;其次,基于分块矩阵伪逆运算法则开发了BLAE的样本增量学习方法,实现对数据流中递增故障样本的在线增量学习;随后,开发了BLAE模型结构在线动态扩容方法,并基于此建立了BLAE的类增量学习方法,实现对数据流中递增故障模式的在线增量学习;最后,通过高铁轮对轴承故障诊断案例对提出方法的有效性进行验证。结果表明,所提出方法能够在线学习数据流中递增故障样本和递增故障模式的信息,实现了双场景终身学习智能诊断。

关键词：智能故障诊断,终身学习,增量学习,机械设备

基金资助：国家自然科学基金资助项目(62403151);广西自然科学基金资助项目(2024GXNSFBA010404,2025GXNSFAA069763);广西科技计划资助项目(桂科AD25069080);广西制造系统与先进制造技术重点实验室主任课题资助项目(22-35-4-S303)。