基于黎曼几何嵌入与跨域动态图对比学习的滚动轴承故障诊断方法

来源：振动与冲击杂志2025年第24期北京时间：

作者：张慧,，王广斌jxxwgb,，钟志贤，林浩佳，李灿

单位：1.桂林理工大学机械与控制工程学院，广西 桂林541006；2.岭南师范学院机电工程学院，广东 湛江524048

摘要：针对跨工况轴承迁移故障诊断算法重点关注最小化两域的全局分布差异，但忽视了数据内部的非线性几何特性的情况，提出了一种基于黎曼几何嵌入与跨域动态图对比学习(Riemannian Geometric Embedding and Cross-domain Dynamic Graph Contrastive Learning,RGECDGCL)的滚动轴承故障诊断方法。首先，构建类条件图嵌入表示，利用黎曼流形上的距离度量捕捉数据的非线性流形结构进行自适应调整嵌入表示；然后，计算类间图结构的相似性去设计动态权重机制自适应优化加权跨域图对比损失，通过对比学习对齐跨域图嵌入；最后，通过最小化类条件概率分布差异进行域内类间分布对齐，并融合拉普拉斯正则化和结构风险最小化原则构造最优分类器，实现轴承故障的识别与分类。实验结果表明，所提方法在CWRU数据集和自建试验台的复合故障数据集上的不同工况故障识别能力均超过传统迁移学习方法和深度学习方法，且算法收敛性能优秀，故障识别准确率均在96%以上，最高准确率达到100%。<br>

关键词：轴承故障诊断；迁移学习；黎曼几何；图对比学习