1、书书书测控技术年 第卷 第期装 备 无 损 检 测 与 健 康 监 测 技 术 专 刊（二）收 稿 日 期：基 金 项 目：国 家 自 然 科 学 基 金（，）引 用 格 式：赵 晓 平，徐 文 波，刘 涛，等基 于 迁 移 学 习 的 小 样 本 齿 轮 箱 故 障 诊 断 方 法测 控 技 术，（）：，（）：基于迁移学习的小样本齿轮箱故障诊断方法赵 晓 平，徐 文 波，刘涛，邵凡（南 京 信 息 工 程 大 学 计 算 机 学 院，江 苏 南 京；南 京 信 息 工 程 大 学 自 动 化 学 院，江 苏 南 京；南 京 信 息 工 程 大 学 数 字 取 证 教 育 部 工 程 研 究
2、中 心，江 苏 南 京）摘 要：实 际 工 程 场 景 中 齿 轮 箱 受 工 况、环 境 等 因 素 影 响，数 据 难 以 满 足 特 征 分 布 相 同、训 练 数 据 充 足 等 条件，如 何 在 变 工 况 情 况 下 对 齿 轮 故 障 进 行 诊 断 是 故 障 诊 断 领 域 一 大 难 点。为 此，提 出 了 一 种 结 合混 沌 麻 雀 搜 索 优 化 算 法（）与 深 度 置 信 网 络（）的 智 能 故 障 诊 断 方 法，即。首 先，将 时 域 振 动 信 号 进 行 快 速 傅 里 叶 变 换（）转 换 为 频 域 信 号 作 为 训 练 数 据 集，运 用混 沌
3、映 射 对种 群 进 行 初 始 化，采 用方 法 对 训 练 数 据 集 进 行结 构 寻 优；使 用 最 优 结 构对 源 域 训练 集 进 行 预 训 练，并 加 入 少 量 目 标 域 样 本 用 于 反 向 权 重 调 优，最 终 实 现 在 小 样 本 情 况 下 对 目 标 域 齿 轮 箱健 康 状 况 的 准 确 识 别。实 验 对 比 结 果 证 明，方 法 在 模 型 调 优 阶 段 具 有 更 快 的 收 敛 速 度，且 针对 不 同 的 目 标 域 进 行 迁 移 时 都 具 备 较 高 的 准 确 率，方 法 的 研 究 对 小 样 本 情 况 下 的 齿 轮 箱 故
4、 障诊 断 具 有 一 定 的 应 用 价 值。关 键 词：齿 轮 箱；麻 雀 优 化 算 法；深 度 置 信 网 络；小 样 本；迁 移 学 习中 图 分 类 号：；文 献 标 志 码：文 章 编 号：（）：牞 牞 牞 牞 牗 牞 牞 牞 牷 牞 牞 牞 牷 牞 牞 牞 牘牶 牞 牞 牞 牞 牗 牘 牗 牘 牞 牞 牞 牗 牘 牞 牞 牞 牞 牞 牶 牷 牗 牘 牷 牗 牘 牷 牷 齿 轮 箱 作 为 大 型 机 械 设 备 中 被 广 泛 运 用 的 集 成 部件，其 保 持 健 康 的 机 体 和 良 好 的 运 转 情 况 是 机 械 设 备正 常 运 行 的 重 要 保 障。因 齿
5、轮 长 期 处 于 连 续 工 作状 态 且 工 作 环 境 极 其 恶 劣，故 很 容 易 发 生 故 障。据 统计，齿 轮 箱 的 多 个 组 成 元 件 中，齿 轮 和 轴 承 的 故 障 发 生率 最 高，分 别 占 总 故 障 率 的和。一 旦 产 生齿 轮 损 坏，轻 则 使 机 器 发 生 故 障 延 误 生 产，重 则 导 致 重大 事 故 甚 至 出 现 人 员 伤 亡。因 此，精 准 地 对 齿 轮 的健 康 状 态 做 出 诊 断 并 及 时 进 行 更 换，对 排 除 安 全 隐 患具 有 重 大 意 义。近 年 来，通 过“数 据 驱 动”方 式 对 模 型 进 行
6、训 练 的深 度 学 习 方 法 在 故 障 诊 断 领 域 取 得 了 极 大 的 成 就。然 而，基 于“数 据 驱 动”的 故 障 诊 断 方 法 依 赖 大 量 的 有标 签 数 据 对 模 型 进 行 训 练，而 实 际 工 程 场 景 中，对 齿 轮箱 故 障 振 动 信 号 进 行 采 集 往 往 会 面 临 诸 多 问 题：一方 面，所 采 集 故 障 信 号 的 质 量 优 劣 取 决 于 传 感 器 的 安装 位 置、机 械 设 备 的 运 行 状 态 等 因 素，精 密 仪 器 难以 布 置 传 感 器 且 部 分 大 型 机 械 设 备 在 出 现 严 重 故 障时，不
7、 具 备 继 续 运 行 以 进 行 信 号 采 集 的 条 件；另 一方 面，出 于 对 生 产 安 全 性 的 考 量，机 械 设 备 往 往 不 被 允许 在 故 障 状 态 下 长 时 间 运 行，而 频 繁 停 机 进 行 故 障 信号 采 集 不 仅 延 误 生 产 而 且 会 大 幅 增 加 设 备 的 运 行 成本。上 述 问 题 导 致 了 健 康 状 态 下 的 振 动 信 号 重 复率 高，某 些 故 障 状 态 的 监 测 数 据 难 以 获 取，典 型 故 障 数据 稀 少 或 缺 失 等 问 题。在 此 情 况 下，普 通 的 故 障 诊断 模 型 会 面 临 缺
8、少 典 型 故 障 样 本 可 供 模 型 训 练 而 导 致的 诊 断 精 度 较 低、泛 化 性 差 等 问 题。为 解 决 上 述 实 际 工 程 场 景 中 的 问 题，国 内 外 专 家 学者 对 基 于 深 度 迁 移 学 习 的 故 障 诊 断 问 题 进 行 了 大 量 研究。现 阶 段，解 决 迁 移 情 况 下 的 故 障 诊 断 问 题 需 要 在 网络 中 添 加 域 适 应 模 块、调 整 域 间 距 离，以 及 进 行 样 本 迁移、特 征 迁 移 等。等提 出 深 层 卷 积 迁 移 学 习网 络，利 用 一 维 卷 积 神 经 网 络 进 行 特 征 提 取 并
9、 结 合 域 自适 应 模 块，同 时 最 大 化 领 域 识 别 错 误 和 最 小 化 概 率 分 布差 异，在 对种 工 况 进 行 迁 移 的 情 况 下 取 得 了的平 均 准 确 率。等提 出 了 一 种 在 变 工 况 条 件 下 使用 的 特 征 转 移 学 习 方 法 以 进 行 领 域 自 适 应，减 小 了 边 际分 布 和 条 件 分 布，从 而 获 得 可 转 移 的 数 据 特 征，使 得 提取 的 特 征 具 备 极 强 的 可 分 性 和 聚 类 性。李 俊 卿 等将振 动 信 号 转 换 为 时 频 图，利 用 卷 积 神 经 网 络 进 行 特 征 提取 并
10、 保 留 其 底 层 特 征，使 用 不 同 样 本 进 行 参 数 微 调 以 实现 小 样 本 情 况 的 故 障 诊 断，模 型 的 预 测 误 差 低 于。然 而，上 述 方 法 在 实 验 中 要 求 源 域 样 本 充 足，当 训 练 样本 不 足 时，分 类 精 度 将 有 所 降 低，模 型 的 鲁 棒 性 较 为 一般。此 外，上 述 模 型 结 构 较 为 复 杂，计 算 量 大。在 实 际 工 作 场 景 中，数 据 很 难 满 足 特 征 分 布 相 同、训 练 数 据 充 足 等 条 件，所 以 迁 移 学 习 在 小 样 本 条 件 下的 应 用 变 得 越 来 越
11、 重 要。谢 旭 阳 等迁 移网 络 结 构，对 其 全 连 接 层 和 输 出 层 进 行 微 调，在 小样 本 情 况 下，采 用种 电 机 振 动 信 号 分 别 作 为 输 入 的准 确 率 达 到 了、。陈 仁 祥 等利用 原 始 信 号 频 谱 作 为 深 度 置 信 网 络（，）输 入，逐 层 更 新 权 重 并 用 少 量 目 标 域 标 记样 本 对 其 进 行 权 重 微 调，在 数 据 不 充 足 情 况 下 可 以 取得 的 诊 断 准 确 率。等在 通 过 预 训 练得 到 特 征 提 取 器 后，在 反 向 传 播 过 程 中 对 特 征 提 取 器的 非 约 束
12、自 适 应 层 进 行 参 数 微 调，在 多 个 不 同 的 域 迁移 诊 断 任 务 中 的 平 均 准 确 率 达 到。然 而，上述 方 法 需 要 人 工 对 模 型 各 层 参 数 进 行 设 置，十 分 依 赖专 家 经 验，对 于 不 同 数 据 的 适 用 性 较 差。针 对 上 述 不 足，为 了 解 决 实 际 应 用 中 训 练 样 本 严 重不 足 以 及 难 以 自 适 应 获 得 模 型 参 数 的 问 题，提 出 了 一 种基 于 混 沌 麻 雀 搜 索 优 化 算 法（，）与的 迁 移 学 习 方 法，即故 障 诊 断 模 型。本 方 法 运 用 麻 雀 搜 索
13、 优 化 算 法（，）对每 层 的 节 点 数 以 及 预训 练 和 微 调（）过 程 的 学 习 率 进 行 寻 优，在 进 行的 参 数 设 置 时，使 用混 沌 映 射 对 麻 雀 种 群进 行 初 始 化，从 而 使 麻 雀 种 群 分 布 更 加 均 匀，在 避 免 陷入 局 部 最 优 的 同 时 加 快 优 化 过 程 的 收 敛 速 度。获 得 最优 节 点 数 和 学 习 率 后，使 用 优 化 过 的对 训 练 集 进行 预 训 练，并 在 反 向过 程 中 加 入 少 量 目 标 域 样本 进 行 参 数 调 优，最 终 完 成 在 小 样 本 情 况 下 对 目 标 域
14、 齿轮 箱 健 康 状 况 的 准 确 识 别。相 较 于 现 有 的 深 度 学 习 故障 诊 断 方 法，方 法 具 有个 优 点：迁 移 过 程根 据 数 据 自 适 应 调 整 网 络 隐 藏 层 节 点 数 量，避 免 个 人 经验 对 实 验 结 果 的 误 导；对 工 况、设 备 运 转 情 况 改 变 的敏 感 度 较 低，可 以 有 效 提 高 迁 移 学 习 情 况 下 的 故 障 诊 断准 确 率；通 过 少 量 辅 助 样 本 微 调 模 型 参 数 的 方 式，减轻 了 模 型 训 练 过 程 中 对 数 据 量 的 依 赖。经 实 验 证 明，故 障 诊 断 模 型
15、 收 敛 速 度 更 快，在 保 证 识 别 准确 率 的 同 时 可 以 自 适 应 完 成 网 络 超 参 数 调 整。基 于 迁 移 学 习 的 小 样 本 齿 轮 箱 故 障 诊 断 方 法理 论 基 础 迁 移 学 习 问 题 描 述迁 移 学 习是 一 种 适 用 于 多 领 域 多 功 能 的 新 兴 技术，其 主 要 通 过 对 现 有 的 模 型、算 法 等 进 行 微 调 来 实 现。迁 移 学 习 的 运 用 放 宽 了 机 器 学 习 的个 重 要 要 求：用 于 训 练 的 样 本 与 测 试 样 本 满 足 同 一 条 件 分 布；必须 具 有 足 量 的 训 练
16、样 本 才 可 以 获 得 性 能 优 异 的 模型。在 迁 移 学 习 时，源 域 数 据往 往 与 目 标 域 任务相 关 性 较 低，主 要 通 过 训 练 解 决 源 域 任 务，其 数 据 量 一 般 较 大，而 目 标 域 数 据往 往 与 目 标 域任 务相 关 性 较 大 但 数 据 量 较 小，即 要 求，且。本 文 的 目 标 是 搭 建 一 种 可 根 据 源 域和 目 标 域数 据 变 化，自 适 应 调 节 超 参 数 的 可 移 植、可 迁 移 模型，利 用 优 化 算 法 求 得 最 优 的 模 型 参 数 后，保 留 源 域、目 标 域 的 不 变 特 征，通 过 少 量对 模 型 进 行 参 数 微调，最 终 实 现 源 域 和 目 标 域 分 布 不 同 情 况 下 的 准 确分 类，并 用 以 完 成 小 样 本 情 况 下 的 齿 轮 箱 迁 移 诊 断任 务。混 沌 映 射 是 一 种 非 线 性 映 射，是 混 沌 映 射的 典 型 代 表，其 映 射 呈 现 的 结 果 分 布 密 度 相 较 随 机 生成 更 加 均 匀，表 现 为 无
