多属性GAN增强剩余寿命预测模型

小样本高精度寿命预测

针对磨损监测数据稀疏与多指标强关联问题,构建物理知识增强的对抗生成网络,在保持指标间依赖关系的同时扩充样本,提升剩余寿命预测精度与可靠性。

朱小军 · 潘艳 · Lan, Bin · He, Wang · Huixin, Huang

Lubricants 2025

技术优势

样本量不足也能训

生成器利用物理知识约束,在扩充数据时保留指标间相关性,为退化建模提供足够样本。

预测随时间越准

采用时变系数的Wiener过程刻画随机退化,通过贝叶斯更新与EM算法实时校准参数,RUL概率分布动态更新。

多指标融合更稳

提出模糊概率表征方法,加权融合多源监测指标,统一描述润滑系统多维磨损状态。

应用场景