機電工程與自動化學(xué)院師生在國際知名期刊《IEEE Transactions on Instrumentation and Measurement》上發(fā)表論文

發(fā)表時間：2022-07-06

近日,，佛山科學(xué)技術(shù)學(xué)院機電工程與自動化學(xué)院何俊老師（第一作者）指導(dǎo)2018級控制工程研究生歐陽明（通訊作者,、第二作者）以佛山科學(xué)技術(shù)學(xué)院為第一署名單位在儀器和測量領(lǐng)域國際知名期刊《IEEE Transactions on Instrumentation and Measurement》（JCR一區(qū)，影響因子IF=4.016）上發(fā)表學(xué)術(shù)論文“A Deep Transfer Learning Fault Diagnosis Method Based on WGAN and Minimum Singular Value for Non-Homologous Bearing”。

在實際工業(yè)領(lǐng)域中,，由于工作環(huán)境和應(yīng)用目標(biāo)的差異,，旋轉(zhuǎn)機械故障診斷面臨更加復(fù)雜的域遷移問題。為此,，論文提出了一種基于生成對抗網(wǎng)絡(luò)和最小奇異值的深度遷移學(xué)習(xí)模型,，該模型能夠減小不同機械非同源數(shù)據(jù)間的差異。實驗結(jié)果表明,，和以往其它的方法對比,，該模型取得了明顯的改進(jìn)。

論文獲取地址：https://ieeexplore.ieee.org/document/9737530

（機電工程與自動化學(xué)院）