一种基于IDANN的跨工况齿轮箱故障诊断方法

本发明涉及互联网大数据及故障诊断领域，具体涉及一种基于IDANN的跨工况齿轮箱故障诊断方法，通过改进时频变换网络进行特征提取，该改进时频变换网络将具有可解释性的时频特征网络和深度残差网络相结合并整合了软阈值降噪模块；同时在预测损失函数和对抗损失函数的基础上，引入了目标域级别的类级对齐即目标域的差异损失函数，通过添加两个标签分类器并采用Wasserstein距离进行可靠的异常目标域样本差异度量，该度量考虑了概率空间底层几何的性质，即使在分布不共享支持的情况下也能够有效检测异常目标样本；最终基于预测损失函数、目标域的差异损失函数和对抗损失函数计算总损失函数来优化模型参数，从而提高齿轮箱故障诊断的准确性和效率。