基本信息

---

下载

文档摘要

---

摘要

电机在工业生产中扮演着核心动力源的角色，其稳定运行对保障整个生产流程的顺畅

至关重要。然而，电机常常置于严苛的生产环境之中，不断面临着尘埃、温度波动、湿度

变化等多种恶劣条件的考验，这些因素都极大地增加了电机发生故障的概率。因此，本文

针对故障数据不足、噪声干扰和变工况等因素影响电机轴承故障诊断准确率的问题，在深

度学习与迁移性学习理论基础上，进行了进一步的深入研究，主要工作内容如下：

首先，针对实际生产中电机轴承振动信号数据稀缺问题，提出了一种结合多尺度特征

提取和梯度惩罚的改进WGA