一种基于深度迁移学习的轴承剩余寿命预测模型和方法

摘要

一种基于深度迁移学习的轴承剩余寿命预测模型，基于深度神经网络训练实现，所述预测模型包括：自适应特征提取模块和指标回归预测模块；自适应特征提取模块用于提取未标注的振动数据样本的自适应深度特征，并根据所述自适应深度特征衍生相对应的输入特征和标注标签；指标回归预测模块用于对所述输入特征标注用于体现剩余寿命的预测标签，指标回归预测模块基于相对应的输入特征和标注标签构成的训练样本进行训练。本发明从源域的原始振动信号直接学习故障特征并进行剩余使用寿命预测，能够迁移到不同工况或同一工况间轴承数据的剩余寿命预测，有利于促进智能剩余寿命预测的实际应用。