基本信息

---

下载

文档摘要

---

摘要

齿轮箱作为工业旋转机械设备中的核心部件，其运行状态对整个系统的安全

性和稳定性具有重要影响。随着工业智能化程度的不断提升，如何在实际工程场景

下实现高效、准确、鲁棒的齿轮箱故障诊断成为了当前智能维护与故障预测领域的

研究热点。由于实际工程中往往存在样本不足、工况变化显著、数据分布不一致、

目标域缺乏标注等问题，传统依赖大量标注数据的深度学习方法在实际应用中面

临诸多挑战。针对上述问题，本文围绕齿轮箱故障诊断任务，分别从小样本迁移学

习与无监督域适应两个角度出发，提出了两种新型的齿轮箱故障诊断方