一种基于领域适应和深度残差网络的齿轮箱故障诊断方法

本发明的一种基于领域适应和深度残差网络的齿轮箱故障诊断方法，包括：利用加速度传感器采集齿轮在不同工况的故障情况下的振动信号，建立齿轮故障数据集；采用格拉姆角差场将一维振动信号转换更易被深度残差网络提取特征的二维图像，并按一定比例划分为训练集以及测试集；建立故障诊断模型，包括特征提取器、标签预测器以及领域分类器，并且通过联合最大平均差异以及域分类器对齐源域和目标域之间的特征分布差异，增强两域数据信息整合能力；将源域以及目标域中带标签的训练集输入到故障诊断模型进行训练，获得训练好的故障诊断模型；将目标域的无标签测试集输入到训练好的故障诊断模型中进行验证，从而实现对不同目标域齿轮故障类型的准确分类。