基于单源领域泛化的跨域轴承寿命预测方法和系统.pdf
玉环****找我
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于单源领域泛化的跨域轴承寿命预测方法和系统.pdf
本发明涉及轴承寿命预测领域,尤其涉及一种基于单源领域泛化的跨域轴承寿命预测方法和系统。为了解决现有技术中轴承寿命预测精度低的缺陷,本发明中采用的预测器由数据预处理模块和寿命预测模块组成,数据预处理模块用于构建由振动数据样本的时域特征峰峰值时间序列以及该时间序列归一化值构成的数据对序列作为寿命预测模块的输入,以预测轴承在振动数据样本采集时间上的剩余寿命。本发明有利于避免不同轴承的数据分布差异性,保证了通过学习源轴承获得的预测器用于预测目标轴承的精确性。如此,在通过源轴承数据增加数据分布的多样性的同时,也避免
基于InfoLSGAN和AC算法的轴承寿命预测方法.pdf
本发明公开了一种基于InfoLSGAN和AC算法的轴承寿命预测方法。所述方法包括如下步骤,步骤一:将SDAE、InfoGAN和LSGAN相结合,构建InfoLSGAN,自动地从噪声数据中提取可解释的鲁棒特征,解决梯度消失问题;步骤二:采用基于AC的训练算法训练InfoLSGAN,减少训练时间,加快收敛速度;步骤三:根据训练后的InfoLSGAN,利用softmax分类器预测测试样本中风电齿轮箱轴承的剩余寿命。实施例的结果表明本发明具有较强的噪声适应能力,并能在小样本情况下准确地预测风电齿轮箱轴承的剩余寿命
基于领域自适应的跨域目标检测方法.pdf
本发明公开一种基于领域自适应的跨域目标检测方法,包括:步骤1,获取包括源域Ds和目标域D<base:Sub>T</base:Sub>的目标检测数据集,进行数据增强和数据集扩充;步骤2,采用扩充后的数据集对CycleGAN网络进行训练并输出生成数据域D<base:Sub>G</base:Sub>;步骤3,构建FasterRCNN网络作为目标检测器,将源域Ds和生成数据域D<base:Sub>G</base:Sub>作为训练集对目标检测器进行训练;步骤4,对目标域D<base:Sub>T</base:Sub>
基于PC-TCN和迁移学习的轴承寿命预测方法.pdf
本发明涉及轴承状态识别及寿命预测技术领域,具体为基于PC?TCN和迁移学习的轴承寿命预测方法。包括以下步骤,S1~获取某种工况下的全寿命周期的轴承振动信号;将轴承的原始X轴振动信号和Y轴振动信号进行融合,融合归一化处理;S2~将源域全寿命周期的振动信号,以剩余寿命百分比的形式,标记0到1之内的健康状态标签,然后将源域训练数据输入模型;S3~输入源域训练数据经过CNN提取振动信号特征后;S4~设置PSO算法的参数,对CNN和TCN的参数进行寻优,得到最优参数;S5~将目标域无标签振动信号输入到训练好的PC?
基于机载寿命管理系统的应力计算方法和寿命预测方法.pdf
本发明涉及一种基于机载寿命管理系统的应力计算方法,其特征在于包括以下步骤:步骤S1:选取发动机的部件中应力最大或安全系数最小的点为考核点;其中,发动机的部件包括多个零件,多个零件为多级涡轮叶片、多级涡轮轮盘、多级压气机叶片和多级压气机轮盘;步骤S2:运行发动机,随着时间的增加,记录多组数据,其中,每组数据包括发动机的部件中各个零件的转速和温度;步骤S3:根据发动机的不同应用环境对多组数据进行不同的处理,计算各个零件任一时刻的预设考核点的当量应力。本发明可在极短的时间内对航空发动机零件在飞行各个时刻的应力进