仪器仪表学报

作者：康守强，章炜东，王玉静，刘连胜，孙宇林

单位：康守强,1. 哈尔滨理工大学模式识别与信息感知黑龙江省重点实验室,,章炜东,1. 哈尔滨理工大学模式识别与信息感知黑龙江省重点实验室,,王玉静,1. 哈尔滨理工大学模式识别与信息感知黑龙江省重点实验室,,刘连胜,2. 哈尔滨工业大学电子与信息工程学院，3. 哈尔滨工业大学郑州研究院,,孙宇林,1. 哈尔滨理工大学模式识别与信息感知黑龙江省重点实验室,

关键词：信息融合;不同工况;域适应;谐波减速器;故障诊断

基金：国家自然科学基金(52375533)、山东省自然科学基金(ZR2023ME057)、哈尔滨市制造业科技创新人才(2023CXRCCG017)项目资助

针对工业机器人谐波减速器不同工况数据分布差异大,部分工况数据标签缺失以及单一传感器获取信息不全面,导致诊断准确率不高的问题,提出一种信息融合子域适应的不同工况下谐波减速器故障诊断方法。该方法将源域和目标域一维振动数据利用小波变换构建时频图;使用基于小波变换的图像融合方法整合多个传感器的时频信息并构建融合图像;提出多表示特征提取结构的改进残差网络以充分挖掘融合样本多表示特征,同时,在无监督场景下将源域和目标域融合样本的多表示特征进行子域适应处理,减小两域的各个子域间的分布差异,从而将知识从标签丰富的源域迁移到标签缺失的目标域,最终实现不同工况下谐波减速器的故障诊断。通过搭建工业机器人谐波减速器故障实验台并进行实测,所提方法在所有迁移任务中平均准确率可达98.8%,能够有效实现无监督场景中不同工况下谐波减速器的故障诊断。

来源：2024年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第3期