FRP-M2DA：基于频域递归与多级对抗对齐的跨模态多源领域自适应方法，用于跨工况轴承故障诊断

《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》：FRP-M2DA: cross-modal multi-source domain adaptation via frequency-domain recurrence and multi-level adversarial alignment for cross-condition bearing fault diagnosis

　　摘要在复杂的运行条件场景下，轴承故障诊断面临两大相互关联的挑战：显著的分布偏移以及单一数据视图所提供的区分信息不足。为解决这些问题，本文提出FRP-M2DA，这是一种基于频域递归图的多模态多源对抗性域适应框架，旨在实现强大的跨域诊断能力。FRP将一维频谱序列转换为二维结构化表示，能够清晰捕捉由故障引发的脉冲成分所导致的递归结构与全局相关性。随后构建了一个异构双流编码器，其中金字塔视觉变换器负责从FRP中提取多尺度的全局纹理语义，而多尺度卷积神经网络则用于处理原始振动序列中的局部瞬变特征，通过特征融合实现“全局-局部”的互补表示学习。为处理多源数据传输问题，FRP-M2DA通过在特定模态子空间及融合空间中设置域鉴别器，引入多层次多源对抗性对齐机制，从而在多个表示层面确保域不变性，减少对齐不足带来的负面影响。此外，该方法还采用了双向跨视图对比正则化（InfoNCE）机制，提升不同视图之间的语义一致性，增强未标记目标域上的类内紧凑性与类间可分性。在公共基准测试集（江南大学跨速度与濮阳大学跨负载测试集）以及包含速度-负载联合变化的工程测试数据集上的大量实验表明，FRP-M2DA相较于现有的典型基线方法及最先进的域适应技术，具有更优异的泛化能力、更均衡的类别性能，以及在复杂运行条件变化下的可靠故障检测能力。