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：东南大学

摘要：本发明涉及一种基于多源领域自适应的滚动轴承寿命预测方法，包括步骤如下：在多种工况条件下采集滚动轴承的全寿命、多通道振动信号，构建多源域轴承全寿命数据集；对经过降噪预处理的多通道振动信号提取时频域特征；确定超参数以构建多源领域自适应网络，使用多源域和目标域训练数据集训练该网络实现回归误差最小化和多源领域自适应；收集测试数据并导入训练完成的多源领域自适应网络以获得剩余寿命预测。本发明的多工况滚动轴承寿命预测方法采用的模型具有泛化能力强、鲁棒性强、准确度高等优点。

主权项：1.一种基于多源领域自适应的滚动轴承寿命预测方法，其特征在于，包括以下步骤：S1、采集N+1种工况下轴承在全寿命周期内的振动信号，去噪处理后构成数据集；S2、对振动信号提取时频域特征，根据剩余寿命信息对其中N种工况下的数据贴标签构成标签源域集，将剩余一种工况下的数据作为目标域集；S3、分别从N种工况下对应的所述标签源域集中选出一组数据构成N组源域有标签数据集，再从所述目标域集中选出一组目标域无标签数据集，组成训练集；从所述目标域集中选择出测试集；S4、确定超参数以构建多源领域自适应网络，所述多源领域自适应网络由一个通用特征提取器F·、N个领域特定特征提取器H·和N个领域特定回归器C·构成，将所述训练集输入所述多源领域自适应网络获得输出，具体包括：对于任意输入，首先通过所述特征提取器F·获得通用特征；对于第j个源域的输入其通用特征依次通过第j个领域特定特征提取器Hj·获得隐特征以及第j个领域特定特征回归器Cj·获得输出对于目标域的输入其通用特征并行地通过N个领域特定特征提取器获得N个隐S5、利用所述训练集，采用训练目标函数训练所述多源领域自适应网络；S6、将所述测试集输入训练好的多源领域自适应网络，获得预测结果；步骤S5中，采用训练目标函数训练所述多源领域自适应网络，包括以下步骤：S51、定义回归误差函数为N组源域有标签数据集的均方误差，计算表达式如下： 式中，θF、和分别为通用特征提取器、第j个领域特定特征提取器和第j个领域特定特征回归器的可训练参数；为源域有标签数据的真值，为经过多源领域自适应网络输出的估计值；S52、定义领域特定分布自适应目标函数如下： 式中，λ′为权衡参数；分别为域间的最大平均差异和相关对齐度量，表达式分别为： 式中，和Xt分别表示一个批次的源域和目标域样本的堆叠矩阵；dMMD·和dCORAL·分别为对应的度量函数；S53、定义领域特定回归自适应目标函数如下： 式中，CN,2＝NN-12为组合数；S54、结合S51至S53的目标函数构建完整训练目标函数如下： 式中，γ和μ均为权衡参数；为时变权衡，其中t和tm分别为当前和最大迭代次数；S55、使用随机梯度下降算法迭代tm次，直到训练误差收敛，目标函数各项稳定，获得训练好的多源领域自适应网络。

全文数据：

权利要求：

百度查询： 东南大学 一种基于多源领域自适应的滚动轴承寿命预测方法