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

在實際工業(yè)領域中，由于工作環(huán)境和應用目標的差異，旋轉機械故障診斷面臨更加復雜的域遷移問題。為此，論文提出了一種基于生成對抗網絡和最小奇異值的深度遷移學習模型，該模型能夠減小不同機械非同源數(shù)據間的差異。實驗結果表明，和以往其它的方法對比，該模型取得了明顯的改進。

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

（機電工程與自動化學院）