跨机轴承寿命预测网络

减轻负迁移效应

该网络通过增强残差卷积和域自适应模块，在跨机器滚动轴承剩余寿命预测中有效减轻负迁移，实现良好的跨域泛化。

Xingchi, Lu · 蒋全胜 · 沈晔湖 · Xiaoshan, Lin · Fengyu, Xu · Qixin, Zhu

Reliability Engineering and System Safety 2024

参数信息

跨机器RUL预测验证数据集

3

技术优势

减轻负迁移

设计协同全连接结构和衰减多核最大均值差异的域自适应模块，有效抑制负迁移，促进域不变特征提取。

跨机器可预测

在PHM2012、XJTU-SY和EBFL三个数据集上进行跨机器滚动轴承RUL预测实验，结果表明所提方法能有效实现跨机器预测。

同机工况泛化

所提方法在同机不同工况下也具有良好的跨轴承预测性能，体现较强的泛化能力。

应用场景

• 滚动轴承剩余寿命预测：用此模型实现跨机器场景下滚动轴承剩余寿命预测。
• 机械设备健康管理：将RUL预测结果用于机械设备健康管理决策。
• 工业物联网预测性维护：集成到工业物联网系统中实施预测性维护。