# Przenoszenie diagnostyki na inne maszyny i warunki pracy EN: **Cross-domain transfer learning for machine fault diagnosis** · id `crossdomainfault` · aliases: domain adaptation fault diagnosis, transfer learning fault diagnosis, cross-condition fault diagnosis, unsupervised deep transfer learning, UDTL, adaptacja dziedzinowa, transfer wiedzy diagnostycznej Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w przemyśle](https://aiatlasgraph.com/t/industrialai.md) › [Utrzymanie predykcyjne maszyn](https://aiatlasgraph.com/t/predictivemaint.md) › [Diagnostyka maszyn z drgań i dźwięku](https://aiatlasgraph.com/t/machinediagnostics.md) › Przenoszenie diagnostyki na inne maszyny i warunki pracy ## Description - PL: Nienadzorowana adaptacja dziedzinowa klasyfikatorów usterek z oznaczonych danych źródłowych na nieoznaczone dane z innych warunków lub maszyn. - EN: Unsupervised domain adaptation of fault classifiers from labelled source data to unlabelled data from other conditions or machines. ## In one sentence - PL: Sprawianie, żeby model rozpoznający usterki, wyuczony na jednej maszynie lub przy jednej prędkości, działał też na innej. - EN: Making a fault-recognition model trained on one machine or at one speed also work on another. ## Problem it solves - PL: Model diagnostyczny wyuczony w laboratorium nagle myli się na hali, bo maszyna pracuje z innym obciążeniem, a nowych opisanych awarii nie ma. - EN: A diagnostic model trained in the lab suddenly errs on the shop floor, because the machine runs at another load and there are no new labelled failures. ## What it does - PL: Jak mechanik, który nauczył się słyszeć zużyte łożysko w jednym aucie i po krótkim osłuchaniu rozpoznaje je w innym modelu. - EN: Like a mechanic who learned to hear a worn bearing in one car and, after a short listen, recognises it in another model. ## Everyday example - PL: Firma uczy model na drganiach łożysk z jednego wentylatora i bez oznaczania nowych danych używa go na kilkunastu podobnych wentylatorach w innych halach. - EN: A company trains a model on bearing vibrations from one fan and, without labelling new data, uses it on a dozen similar fans in other halls. ## This concerns you if you… - PL: masz opisane awarie tylko z jednej maszyny - PL: twoje maszyny pracują przy zmiennej prędkości i obciążeniu - PL: model z laboratorium zawodzi w zakładzie - EN: have labelled failures from only one machine - EN: run machines at varying speed and load - EN: see a lab model fail in the plant ## Keywords unsupervised domain adaptation · DANN · MMD · CORAL · CWRU bearing dataset · Paderborn bearing dataset · negative transfer · UDTL benchmark ## How it works - PL: Klasyfikator uczony na oznaczonych sygnałach drgań z warunków źródłowych dostosowuje się do nieoznaczonych danych docelowych. Rozkłady cech wyrównuje się karami rozbieżności (MMD, CORAL) albo adwersarialnie, z dyskryminatorem dziedziny (DANN). Celem są cechy usterek niezależne od obciążenia, prędkości czy egzemplarza maszyny. - EN: A classifier trained on labelled vibration signals from source conditions is adapted to unlabelled target data. Feature distributions are aligned with discrepancy losses (MMD, CORAL) or adversarially with a domain discriminator (DANN). The goal is fault features invariant to load, speed or machine unit. ## Limits - PL: Większość badań używa laboratoryjnych zbiorów łożysk ze sztucznie wywołanymi uszkodzeniami, więc zyski nie muszą się utrzymać na prawdziwych maszynach. Zdarza się negatywny transfer, gdy dziedziny różnią się za bardzo, a wynik silnie zależy od wybranej architektury. - EN: Most studies use lab bearing datasets with artificially induced damage, so gains may not hold on real machines. Negative transfer happens when domains differ too much, and results depend strongly on the chosen backbone. ## Key terms - PL: **przesunięcie dziedziny**: Dane w użyciu różnią się rozkładem od danych treningowych. - PL: **adaptacja dziedzinowa**: Dopasowanie modelu do nowych danych bez ich etykiet. - PL: **negatywny transfer**: Przeniesiona wiedza pogarsza wynik zamiast go poprawiać. - EN: **domain shift**: Data in use differ in distribution from the training data. - EN: **domain adaptation**: Fitting a model to new data without their labels. - EN: **negative transfer**: Transferred knowledge worsens the result instead of improving it. ## Know first - [Sieci konwolucyjne i sekwencyjne (Convolutional and recurrent networks)](https://aiatlasgraph.com/t/cnn.md) ## Related topics Untyped, symmetric "see also" links. - [Przenoszenie modeli między szpitalami i ukryte skróty (Cross-site generalisation and shortcut learning in medical AI)](https://aiatlasgraph.com/t/crosssiteshift.md) ## Sources - [Applications of Unsupervised Deep Transfer Learning to Intelligent Fault Diagnosis: A Survey and Comparative Study]() `zhao-udtl-fault-diagnosis-2021` · by Zhibin Zhao, Qiyang Zhang, Xiaolei Yu, Chuang Sun, Shibin Wang, Ruqiang Yan, Xuefeng Chen --- AI Atlas revision 124 (2026-10-31) · HTML: https://aiatlasgraph.com/t/crossdomainfault · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30