摘要
本发明公开了一种基于自适应残差对抗网络的无监督轴承故障诊断方法,包括如下步骤:步骤S1、生成源域分类网络模型,根据轴承历史振动信号监督训练得到特征提取器和源域分类器;步骤S2、生成基于自适应残差对抗网络的无监督轴承故障诊断模型,根据不同工况轴承历史振动信号优化基于自适应残差对抗网络的无监督模型的参数;步骤S3、基于目标轴承振动实测值进行轴承故障诊断。本发明采用深度残差网络提取源域和目标域原始振动数据的深度特征,采用对抗学习和改进多核最大均值差异来同时精准对齐源域和目标域的边缘概率分布和条件概率分布,并实现了跨域轴承故障诊断并具有较高的识别准确率及泛化性能。