qq_35673461的博客

1.为什么机械领域需要迁移学习？（Why to transfer）智能故障诊断的成功主要依靠足够的标记数据来训练基于机器学习的诊断模型。但是，重新收集足够的数据并进一步标记它们会花费大量成本，这对于工程场景中的机器而言是不切实际的。该问题可以通过诊断知识可以在多个相关机器之间重用的思想来解决。例如，来自实验室使用轴承的诊断知识可能有助于识别工程场景中轴承的健康状态。在这种情况下，可以模拟各种故障并从实验室使用的轴承中收集足够的标记数据。如果可以重用诊断知识，则与他们一起训练的诊断模型也可以用于工程场景中的

1.概述由美国凯斯西储大学提供。试验中使用2马力Reliance Electric电动机进行实验，并在附近和远离电动机轴承的位置位置测量加速度数据。每个实验都仔细记录了电机的实际测试条件以及轴承故障状态。使用电火花加工（EDM）为电机轴承提供故障。内部滚道，滚动元件（即滚珠）和外滚道处分别重新直径0.007英寸至0.040英寸直径的故障。中，并记录0至3马力（电机速度为1797至1720 RPM）的电机负载的振动数据。数据下载连接（https://csegroups.case.edu/bearingd