基于深度子域自适应回归网络的变工况轴承剩余使用寿命预测

作     者：吕明珠 LYU Mingzhu

作者机构：辽宁装备制造职业技术学院自动控制学院沈阳110161 辽宁开放大学沈阳110034 

出 版 物：《轴承》 (Bearing)

年 卷 期：2023年第9期

页      面：80-86,94页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：辽宁省高等学校基本科研项目(LJKZ1286) 辽宁省高等职业教育开放办学合作协同创新科研项目(2021360-191) 

主　　题：滚动轴承 剩余寿命预测 变工况 深度学习 子域自适应回归网络 

摘      要：针对全局领域对齐方法会破坏源域与目标域之间的细粒度信息而导致迁移预测结果变差的问题,提出了将子域自适应理论应用于回归网络的设计思路,建立了深度子域自适应回归网络预测模型(DSARN)。采用二阶同步压缩变换方法将原始振动信号转换为特征信息更丰富的时频信号,利用ResNet50网络提取域不变隐藏特征,在网络结构中加入辅助类别标签和子域分类器捕捉子域类别信息,通过局部最大均值偏差估计子域之间的分布差异,直至建立一个域不变回归网络,实现从特征到标签的有效映射。IEEE2012PHM轴承数据集的6种变工况迁移预测场景的试验结果表明,与无领域自适应和全局领域自适应的ResNet模型相比,DSARN模型的预测准确性、跨域泛化能力更具优越性,可用于轴承在变工况下的剩余使用寿命预测。