压缩感知字典迁移重构的小样本轴承故障诊断

来源：振动与冲击杂志2024年第5期北京时间：

作者：孙洁娣,，赵彬集，温江涛，时培明

单位：1.燕山大学信息科学与工程学院,河北秦皇岛066004;2.燕山大学河北省信息传输与信号处理重点实验室，河北秦皇岛066004;3.燕山大学河北省测试计量技术及仪器重点实验室,河北秦皇岛066004

摘要：针对实际应用中智能轴承故障诊断面临标签样本严重不足的问题，本文提出一种结合压缩感知、字典学习和迁移的数据增强算法，用于小样本故障诊断研究。首先，利用源域标签数据通过小波包字典学习和优化方法生成特定源域字典，并得到共享表示系数，获取故障内在信息；之后采用少量目标域信号微调共享表示系数，并更新源域字典生成迁移字典；最后通过共享表示系数和迁移字典生成大量具有目标域特征的新样本，实现数据增强。文中采用常用的深度故障诊断网络对本文的数据增强算法进行了诊断性能验证，结果表明该方法产生的信号具有故障的有效信息，用于模型训练和识别能够取得较好的诊断性能。本文方法为小样本故障诊断问题提出了新的思路。

关键词：轴承故障诊断；数据增强；压缩感知重构；字典迁移