
学位论文简介
轴承作为机械设备的核心部件之一,在工业场景中应用广泛。轴承故障不仅影响设备性能,甚至会危及操作安全,因此高效的故障诊断具有重要意义。本文对单转速、跨转速和多转速场景下的轴承故障诊断展开深入研究,并基于深度学习提出四种诊断方法来提升轴承故障诊断的性能。
(1)在单转速场景下,本文提出了一种基于周期采样和多传感器数据融合的故障诊断方法。该方法将不同位置的传感器数据融合为多通道数据,从而有效解决了数据不完整的问题。同时,采用周期性采样策略来优化采样的合理性。此外,对卷积神经网络进行调整,使其能够提取更加细致的故障特征。
(2)在跨转速场景下,由于不同负载下数据分布存在差异,深度学习方法的故障诊断效果不佳。为此,本文提出一种基于比例周期采样的跨转速诊断方法。该方法通过周期特征采样,并构建轻量化的CL-CNN网络,同时结合多目标损失函数以提取域不变特征,从而既提升了诊断性能,又显著降低了计算开销。
(3)针对跨负载方法中忽略高相似性样本和决策边界差异的问题,本文提出了一种基于子域不确定性优化的方法。该方法通过引入类别不确定性,区分目标域中高度相似的样本,并优化决策边界,从而缓解类混淆问题,有效提升了跨转速故障诊断的性能。
(4)在多源跨转速场景下,为弥补单源信息的不足,本文提出了PeriodicMFD框架,充分利用轴承数据的周期特征。通过优化周期采样策略并实现样本级匹配和域级对齐,PeriodicMFD显著提升了多源跨转速轴承故障诊断方法的性能。
主要学术成果
[1] Zheng Jianbo, Yang Chao, Zhang Tairui, Cao Longbing, Jiang Bin, Fan Xuhui, Wu Xiao-ming and Zhu Xianxun. Dynamic Spectral Graph Anomaly Detection[C]// 2025 The Thirty-Ninth AAAI Conference on Artificial Intelligence 39(12), 13410-13418.(一作, CCF A类会议)
[2] Zheng Jianbo, Yang Chao, Zhang Tairui, Jiang Bin, Fan Xuhui, Wu Xiao-ming and Shao Haidong. PeriodicMFD: A Periodic-based Framework for Multisource Fault Diagnosis[J]. IEEE Transactions on Transportation Electrification, doi: 10.1109/TTE.2024.3525077.(一作,SCI中科院1区,Early Access)
[3] Zheng Jianbo, Huang Lida, Zhang Tairui, Jiang Bin and Yang Chao. Subdomain Uncertainty Optimization for Cross-Speed Fault Diagnosis[C]//ICASSP 2025-2025 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2025: 1-5. (一作,CCF B类会议)
[4] Zheng Jianbo, Yang Chao, Zheng Fangrong and Jiang Bin. A Rolling Bearing Fault Diagnosis Method Using Multi-Sensor Data and Periodic Sampling[C]//2022 IEEE International Conference on Multimedia and Expo. 2022: 1-6. (一作,CCF B类会议)
[5] Zheng Jianbo, Jiang Bin, and Yang Chao. Proportional Periodic Sampling for Cross-load Bearing Fault Diagnosis[J]. International Journal of Machine Learning and Cybernetics, 2024: 1-13. (一作,SCI中科院3区)
[6] Zheng Jianbo, Li Qiao, and Jiang Bin. Intelligent Maintenance of Disassembly Production Line[C] //Proceedings of the International Conference on Computer Vision and Deep Learning. 2024: 1-5.(一作,EI会议)
[7] Fang Xiao, Jianbo Zheng, and Bin Jiang. Rolling Bearing Fault Diagnosis Method Based on Vibro-acoustic Data Fusion and Fast Fourier Transform (FFT)[J]. International Journal of Data Science and Analytics, 2024: 1-10.(EI,共一第二)
[8] Lei Chenglong, Yang Chao and Zheng Jianbo. Improving Open-Ended Referring Expression Comprehension via Dual-Language Constraints[C]//ICASSP 2025-2025 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2025: 1-5.(三作,CCF B类会议)
[9] 蒋斌、赵林敏、郑剑波。跨负载的设备故障诊断软件V1.0。
[10] 蒋斌、方霄、郑剑波。多传感器数据融合和周期采样的设备故障诊断软件V1.0。
[11] 郑剑波。2021湖南省研究生论坛优秀论文二等奖。
[12] 郑剑波。2022湖南省研究生论坛优秀论文一等奖。
[13] 郑剑波、曾宏辉、张群、方霄、赵林敏。2022湖南省人工智能大赛三等奖(排名第一)。
[14] 郑剑波、张群、方霄、赵林敏、曾宏辉。2022 第一届“逸仙杯”华南高校“智能+”创新大赛“优胜奖”(排名第一)。
[15] 郑剑波、沈煜、卢小柯。“智新杯”2023全国人工智能机器人创新大赛 全国总决赛“基础理论创新组”二等奖(排名第一)。