多源域子域自适应的滚动轴承剩余寿命预测方法

针对单一源域信息有限、域自适应对齐粒度不足导致滚动轴承剩余寿命(remain useful life,RUL)预测精度低的问题,提出了一种多源域子域自适应(multi-source subdomain adaption network,MS_SAN)的滚动轴承剩余寿命预测方法。首先,将采集的原始振动信号进行快速傅里叶变换得到频域信号作为模型的输入。其次,利用一维卷积将多个源域与目标域数据映射到一个公共的特征空间,采用局部最大均值差异将每个源域与目标域的退化阶段在独立的特征空间进行领域自适应,缩小多个源域与目标域之间的分布差异。最后,通过综合各领域RUL预测模块的输出得到最终轴承剩余寿命预测结果。在PHM2012数据集上的测试结果表明该方法的预测准确率高于对比方法,能够对滚动轴承剩余寿命进行有效的预测。