域迁移问题，即训练数据和测试数据遵循不同分布的问题，是机器学习中的常见问题。跨领域故障分类问题在本质上属于域迁移问题，因此迁移学习在处理上该类问题上取得了不错的结果。但是，从目前有关跨领域故障诊断的研究工作来看，这些工作中基本都只专注于使用迁移学习等方法解决故障分类问题；而对于故障检测问题，由于使用来自不同工况或其他相同类型的设备历史数据估算的检测阈值无法准确地适应当前的工况或设备，产生误报或者漏报的概率极高，使得故障检测研究极其困难。