深度张量域自适应预测器

跨机器在线寿命预测

利用自监督深度张量域对抗回归,实现跨机器滚动轴承的在线剩余寿命精准预测,无需在线标签且适应性强。

Mao, Wentao · Keying, Liu · 张艳娜 · Liang, Xihui · 王志坚

IEEE Transactions on Instrumentation and Measurement 2023

技术优势

跨机器预测更准

张量域对抗网络提取域不变特征,减少机器间退化特征差异的影响,跨机器预测精度有效提升。

在线计算量低

在线阶段仅对预训练网络进行自监督微调,无需重新训练整个模型,计算成本低。

无需在线标签

利用在线退化过程的单调性提取自监督信息与预训练网络的伪监督信息,摆脱对在线标签的依赖。

应用场景