机电工程与自动化学院师生在国际知名期刊《IEEE Transactions on Instrumentation and Measurement》上发表论文

发表时间：2022-07-06

近日，佛山科学技术学院机电工程与自动化学院何俊老师（第一作者）指导2018级控制工程研究生欧阳明（通讯作者、第二作者）以佛山科学技术学院为第一署名单位在仪器和测量领域国际知名期刊《IEEE Transactions on Instrumentation and Measurement》（JCR一区，影响因子IF=4.016）上发表学术论文“A Deep Transfer Learning Fault Diagnosis Method Based on WGAN and Minimum Singular Value for Non-Homologous Bearing”。

在实际工业领域中，由于工作环境和应用目标的差异，旋转机械故障诊断面临更加复杂的域迁移问题。为此，论文提出了一种基于生成对抗网络和最小奇异值的深度迁移学习模型，该模型能够减小不同机械非同源数据间的差异。实验结果表明，和以往其它的方法对比，该模型取得了明显的改进。

论文获取地址：https://ieeexplore.ieee.org/document/9737530

（机电工程与自动化学院）