关键词：分布偏移;域适应;域泛化;机械故障诊断;无监督迁移学习
摘 要：分布偏移阻碍了智能故障诊断模型在实际工程中的部署.为缓解分布偏移,基于迁移学习的智能故障诊断研究正如火如荼地开展中.作为迁移学习的两种无监督变体,域适应和域泛化尤其受到学者的关注,其中域适应需利用目标域的无标签数据,而域泛化解除了这一限制,因此更具灵活性和泛用性.自2020年域泛化首次被应用于故障诊断以来,各类域泛化诊断技术层出不穷,因此有必要对其进行全面调查.本文首先按任务类型总体划分了现有域泛化故障诊断研究,然后根据方法理论进一步细分了各任务下的研究,总结了各方法理论的核心思想,并回顾了基于各理论的故障诊断研究.最后,讨论了未来具有前景的研究方向.
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取