[发明专利]一种基于深度迁移学习的轴承剩余寿命预测模型和方法有效
| 申请号： | 202110416141.1 | 申请日： | 2021-04-19 |
| 公开（公告）号： | CN112949097B | 公开（公告）日： | 2022-09-16 |
| 发明（设计）人： | 徐娟;房梦婷;丁煦;樊玉琦 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06N3/04;G06N3/08;G06F119/04 |
| 代理公司： | 合肥和瑞知识产权代理事务所(普通合伙) 34118 | 代理人： | 金宇平 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度迁移学习的轴承剩余寿命预测模型，基于深度神经网络训练实现，所述预测模型包括：自适应特征提取模块和指标回归预测模块；自适应特征提取模块用于提取未标注的振动数据样本的自适应深度特征，并根据所述自适应深度特征衍生相对应的输入特征和标注标签；指标回归预测模块用于对所述输入特征标注用于体现剩余寿命的预测标签，指标回归预测模块基于相对应的输入特征和标注标签构成的训练样本进行训练。本发明从源域的原始振动信号直接学习故障特征并进行剩余使用寿命预测，能够迁移到不同工况或同一工况间轴承数据的剩余寿命预测，有利于促进智能剩余寿命预测的实际应用。 | ||
| 搜索关键词： | 一种 基于 深度 迁移 学习 轴承 剩余 寿命 预测 模型 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于合肥工业大学，未经合肥工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110416141.1/，转载请声明来源钻瓜专利网。
