[发明专利]一种基于多源领域自适应的滚动轴承寿命预测方法

权利要求书

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H_j(·)获得隐特征以及第j个领域特定特征回归器C_j(·)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。

2.根据权利要求1所述的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，步骤S5中，采用训练目标函数训练所述多源自适应网络，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，θ_F、知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X^t分别表示一个批次的源域和目标域样本的堆叠矩阵；d_MMD(·)和d_CORAL(·)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，C(N，2)＝N(N-1)/2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t_m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t_m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。

3.根据权利要求1所述的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，步骤S6具体包括：

将测试集X^tes输入到训练好的多源领域自适应网络，获得N个领域特定特征回归器的输出取均值后获得预测剩余寿命结果：

。