您当前的位置：
首页 >
文章列表页 >
基于ITR-Net多源域迁移学习的高铁轴箱轴承故障诊断
智能交叉科学与工程 | 更新时间：2026-01-29

    • 基于ITR-Net多源域迁移学习的高铁轴箱轴承故障诊断

    • Research on Fault Diagnosis of High-speed Train Axlebox Bearing Based on ITR-Net Multi-source Domain Transfer Learning

    • “在高速列车轴箱轴承故障诊断领域，研究者提出了ITR-Net深度迁移学习方法，有效提升了不同工况下轴承故障诊断的准确率，为迁移学习在轴箱轴承故障诊断应用提供了新途径。”
    • 工程科学与技术   2026年58卷第1期 页码：324-333
    • 基金信息：
      国家自然科学基金面上项目(12272243;12372056)

    • DOI：10.12454/j.jsuese.202400113    

      中图分类号： TH212;TH213.3

    • 收稿：2024-02-17，

      修回：2024-04-26，

      网络出版：2024-06-03，

      纸质出版：2026-01-20

    移动端阅览

  • 邓飞跃,董少飞,顾晓辉.基于ITR-Net多源域迁移学习的高铁轴箱轴承故障诊断[J].工程科学与技术,2026,58(1):324‒333. DOI： 10.12454/j.jsuese.202400113.

    Deng Feiyue,Dong Shaofei,Gu Xiaohui.Research on fault diagnosis of high-speed train axlebox bearing based on ITR-NET multi-source domain transfer learning[J].Advanced Engineering Sciences,2026,58(1):324‒333. DOI： 10.12454/j.jsuese.202400113.

  •  
  •  

0

浏览量

583

下载量

0

CNKI被引量

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于时移多尺度波动散布熵和改进核极限学习机的水电机组故障诊断
基于改进麻雀搜索算法优化LSTM的滚动轴承故障诊断
基于类对比簇分配异构迁移学习的空间滚动轴承寿命阶段识别
基于特征选择和时间卷积网络的工业控制系统入侵检测
机车乘务员驾驶适应性调查分析

相关作者

邓飞跃
董少飞
顾晓辉
徐哲熙
刘婷
任晟民
陈建林
吴凤娇

相关机构

石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室
石家庄铁道大学 机械工程学院
西北农林科技大学 水利与建筑工程学院，陕西 杨凌
华北水利水电大学 电气工程学院
四川大学 机械工程学院
0