龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：太原理工大学
申请日：2021-12-22
公开（公告）日：2022-04-29
公开（公告）号：CN114417913A
专利技术分类：
专利摘要：本发明涉及轴承状态识别及寿命预测技术领域，具体为基于PC‑TCN和迁移学习的轴承寿命预测方法。包括以下步骤，S1～获取某种工况下的全寿命周期的轴承振动信号；将轴承的原始X轴振动信号和Y轴振动信号进行融合，融合归一化处理；S2～将源域全寿命周期的振动信号，以剩余寿命百分比的形式，标记0到1之内的健康状态标签，然后将源域训练数据输入模型；S3～输入源域训练数据经过CNN提取振动信号特征后；S4～设置PSO算法的参数，对CNN和TCN的参数进行寻优，得到最优参数；S5～将目标域无标签振动信号输入到训练好的PC‑TCN模型，进行自适应衍生成相应的特殊标注标签；S6～将目标域测试数据输入迁移模型，进行目标域轴承状态识别和寿命预测。
专利权项：1.一种基于PC-TCN和迁移学习的轴承寿命预测方法，其特征在于：包括以下步骤，S1～获取某种工况下的全寿命周期的轴承振动信号，将它定为源域，将同一工况或者不同工况的非全寿命周期的轴承振动信号定为目标域；将轴承的原始X轴振动信号和Y轴振动信号进行融合，融合归一化处理；S2～将源域全寿命周期的振动信号,以剩余寿命百分比的形式，标记0到1之内的健康状态标签，然后将源域训练数据输入模型；S3～输入源域训练数据经过CNN提取振动信号特征后，将时间序列数据输出，然后TCN模型对接收的时间序列数据进行高层特征的信息抽象，对TCN输出时域信号进行最大值池化，并进入全连接层；S4～设置PSO算法的参数，对CNN和TCN的参数进行寻优，得到最优参数，用最优参数训练出PC-TCN模型，对源域测试数据进行状态识别和寿命预测；S5～将目标域无标签振动信号输入到训练好的PC-TCN模型，进行自适应衍生成相应的特殊标注标签，使用源域有标签训练数据和目标域衍生标签训练数据参数初始化并重新训练，即迁移训练，经过多次迭代寻优，建立迁移模型，实现无监督条件下的轴承状态识别。S6～将目标域测试数据输入迁移模型，进行目标域轴承状态识别和寿命预测；
百度查询： 太原理工大学 基于PC-TCN和迁移学习的轴承寿命预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号