Semantics-Consistent Representation Learning for Industrial Fault Diagnosis in Unseen Domains

作者
Hong Wang,Jun Lin,Zijun Zhang
出处
期刊:IEEE Internet of Things Journal [Institute of Electrical and Electronics Engineers]
卷期号:12 (23): 50440-50453 被引量:3
标识
DOI:10.1109/jiot.2025.3610143
摘要

Domain generalizable fault diagnosis (DGFD) aims to develop robust and adaptable models for reliable fault diagnosis in unseen domains. Although many studies have been conducted to enhance model resistance against data distribution shifts, most existing models prioritize domain invariance and overlook class discriminability, which is crucial for DGFD. Furthermore, DGFD tasks often face significant challenges from the compound effect of class imbalance and subpopulation shifts. Therefore, this work proposes a novel Semantics-Consistent Representation Learning (SCRL) framework that enhances data-driven modeling for class-imbalanced DGFD (IDGFD) by more effectively learning domain-invariant but class-discriminative feature representations. To address class imbalance and prepare strategic data for robust model training, a multi-pipe interactive data processing scheme is designed to adaptively generate training samples. To improve the generalizability and discriminability of SCRL, modules for fault diagnosis, causal factorization, and affinity mining are jointly incorporated to address the data distribution and subpopulation shifts. This integration enables establishing domain-invariant and class-discriminative boundaries for effective IDGFD. Extensive experiments on four datasets demonstrate the superiority of SCRL over existing models in achieving accurate and robust fault diagnosis across unseen working conditions and systems. The code is available at https://github.com/ifuturekk/SCRL.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
QingYe完成签到,获得积分10
刚刚
刚刚
jianjiao完成签到,获得积分10
刚刚
椰奶鼠鼠发布了新的文献求助10
刚刚
投石问路完成签到,获得积分10
刚刚
明镜亦非台完成签到 ,获得积分10
1秒前
在水一方的应助被蛋卷儿采纳,获得10
2秒前
feng完成签到,获得积分10
2秒前
华清如完成签到,获得积分10
3秒前
Lucy小影完成签到,获得积分10
3秒前
我是老大的应助被美好的易文采纳,获得10
3秒前
星河完成签到,获得积分10
3秒前
风吹麦浪发布了新的文献求助10
3秒前
3秒前
3秒前
jie完成签到,获得积分10
3秒前
4秒前
HuBasya发布了新的文献求助10
4秒前
HH完成签到,获得积分10
4秒前
超越俗尘完成签到,获得积分10
4秒前
4秒前
4秒前
圣斗士完成签到,获得积分10
5秒前
爱听歌的沛凝完成签到,获得积分10
5秒前
yyf完成签到 ,获得积分10
6秒前
泥蝶完成签到 ,获得积分10
7秒前
海盐奶盖完成签到,获得积分20
7秒前
心中的楠楠完成签到 ,获得积分10
7秒前
阔达海雪完成签到,获得积分10
7秒前
侯伯军完成签到,获得积分10
7秒前
听话的八宝粥完成签到 ,获得积分10
8秒前
ARNAMO完成签到,获得积分10
8秒前
姣妹崽完成签到,获得积分10
8秒前
zzzz完成签到,获得积分10
9秒前
赤练仙子发布了新的文献求助10
9秒前
Jack_hao完成签到,获得积分10
9秒前
Kane完成签到,获得积分10
9秒前
9秒前
wjn完成签到,获得积分10
10秒前
等待昊强发布了新的文献求助10
10秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
Social Psychology in the Real World 600
八旗制度の研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8180275
求助须知:如何正确求助?哪些是违规求助? 9570366
关于积分的说明 21810725
捐赠科研通 7776380
什么是DOI,文献DOI怎么找? 3433277
关于科研通互助平台的介绍 2557483
邀请新用户注册赠送积分活动 2479042