基于域特征融合网络的跨工况下多组件设备寿命预测方法研究
针对不同工况下多组件设备退化数据分布存在差异导致设备的寿命预测模型精度下降的问题,本文提出一种能适应于不同工况的域特征融合网络(DFF-Net).首先,把不同工况的退化数据输入到特征提取网络以获取跨工况特征,然后利用域特征融合网络(DFF-Net)对跨工况特征进行域适应调整,最后把调整后的数据输入寿命预测模型,输出不同工况下设备的寿命预测结果.通过在公开数据集上的试验表明,相比于没有增加域特征融合网络的寿命预测模型,本文模型在测试集上预测结果的MAE和RMSE分别降低了 6.5%和7.4%,说明本文模型能有效地提高跨工况设备寿命预测的准确率.
域特征融合网络、跨工况、寿命预测、迁移学习、深度学习
37
TN06;TH133.33(一般性问题)
国家自然科学基金;广东省基础与应用研究基金项目
2023-09-06(万方平台首次上网日期,不代表论文的发表时间)
共9页
189-197