北京航空航天大学林焱辉获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京航空航天大学申请的专利用于轴承剩余寿命预测的加权多源域迁移学习方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117093925B 。
龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311141197.6,技术领域涉及:G06F18/2411;该发明授权用于轴承剩余寿命预测的加权多源域迁移学习方法是由林焱辉;常亮设计研发完成,并于2023-09-05向国家知识产权局提交的专利申请。
本用于轴承剩余寿命预测的加权多源域迁移学习方法在说明书摘要公布了:本发明提供一种用于轴承剩余寿命预测的加权多源域迁移学习方法,其包括:获取轴承全寿命周期振动信号,确定轴承退化数据集;将轴承退化数据集划分为源域和目标域,目标域划分为目标域训练部分和目标域测试部分,构建多源域迁移学习任务数据集;基于源域,训练源预测模型;基于目标域训练部分,精调源预测模型,获得轴承目标预测模型;基于目标域测试部分和轴承目标预测模型,获得轴承最终剩余寿命预测、最终预测不确定性和均方根误差。本发明考虑到目标域的数据稀缺性,在损失函数中加入校准项以实现预测不确定性在模型训练过程中的校准,校准后可用于识别负迁移,并量化不同预测模型对目标域预测任务的贡献,实现更好地剩余寿命预测。
本发明授权用于轴承剩余寿命预测的加权多源域迁移学习方法在权利要求书中公布了:1.一种用于轴承剩余寿命预测的加权多源域迁移学习方法,其特征在于,其包括以下步骤: S1、获取轴承全寿命周期振动信号,确定轴承退化数据集:借助加速度计获取轴承全寿命周期振动信号,经均方根得到第一预测时间FPT,采用退化百分比计算剩余寿命标签,确定轴承退化数据集; S2、基于轴承退化数据集,构建多源域迁移学习任务数据集:将所述轴承退化数据集划分为源域和目标域,所述目标域划分为目标域训练部分和目标域测试部分,所述源域和目标域训练部分组合作为训练数据,所述目标域测试部分作为测试数据,所述训练数据和测试数据构建多源域迁移学习任务数据集;所述轴承退化数据集的输入数据划分为第一轴承退化数据矩阵、第二轴承退化数据矩阵和第三轴承退化数据矩阵,所述轴承退化数据集的输出数据划分为第一剩余寿命标签、第二剩余寿命标签和第三剩余寿命标签; 所述源域设有若干个且互不相同,表示为其中,表示第j个源域sj中的轴承样本数量;表示第j个源域sj中第is个轴承样本的输入,即所划分的所述第一轴承退化数据矩阵中的第is个值,is为第三常数且取 表示第j个源域sj中第is个轴承样本的标签,即所划分的所述第一剩余寿命标签中的第is个值;所述目标域训练部分表示为其中,nt表示目标域中轴承样本数量;表示第it个轴承样本的输入,即所划分的所述第二轴承退化数据矩阵中的第it个值,it为第四常数且取1~nt;表示第it个轴承样本的标签,即所划分的所述第二剩余寿命标签中的第it个值;所述目标域测试部分表示为其中,表示第itest个轴承样本的输入,即所划分的所述第三轴承退化数据矩阵中的第itest个值; S3、基于源域,训练源预测模型:针对所有源域,分别训练相对应的源预测模型,记为其中,表示第j个源域sj所对应的源预测模型,j为第一常数且取1~N,N表示源域数量;所述源预测模型包括M个集成成员且表示为其中,表示第j个源域sj所对应的第m个集成成员,m为第二常数且取1~M;M个所述集成成员设有不同的初始化参数,并从源域中随机采样出不同的批样本来更新所述集成成员的参数;所述集成成员为具有相同结构的卷积神经网络; 针对一个新的输入数据X,第j个源域sj所对应的源预测模型的剩余寿命预测表达式1和预测不确定性表达式2计算分别为: S4、基于目标域训练部分,精调源预测模型,获得轴承目标预测模型:针对所有源域相对应的源预测模型基于目标域分别进行精调,获得轴承目标预测模型其中,Fj表示第j个源域sj所对应的轴承目标预测模型; S5、基于目标域测试部分和轴承目标预测模型,获得轴承最终剩余寿命预测、最终预测不确定性和均方根误差; S51、对于所述目标域测试部分,基于所有轴承目标预测模型,根据表达式1和2分别得到第j个源域sj所对应的轴承目标预测模型Fj的剩余寿命预测和预测不确定性uj; S52、考虑到不同源域之间的差异,通过加权得到轴承最终剩余寿命预测和预测不确定性u; S53、基于所述目标域测试部分的轴承最终剩余寿命预测采用均方根计算,获得均方根误差RMSE: 其中,ntest表示测试数据中轴承样本数量;itest为第五常数且取1~ntest;表示测试数据中第itest个轴承样本的标签,即所划分的所述第三剩余寿命标签中的第itest个值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励