摘要
本发明公开了一种多测点迁移的滚动轴承保持架评估方法,包括以下步骤:通过实验采集不同测点下的轴承保持架退化的全生命周期信号,构建两个不同域的数据集;考虑保持架发生故障时在短时间内急剧增大,使用空洞卷积和学习率自适应衰减的策略来改进CycleGAN模型;通过训练改进的CycleGAN模型来生成不同测点的轴承保持架退化信号;构建了一种基于网格搜索算法优化的深度置信网络来表征轴承保持架的退化规律。与现有技术相比,本发明所建立的模型能够有效生成跨测点的保持架的退化信号,同时基于网格搜索算法优化的深度置信网络可以精确地拟合保持架退化的全生命周期退化趋势,优于其他模型。
技术关键词
滚动轴承保持架
深度置信网络
循环生成对抗网络
网格搜索算法
信号
空洞
疲劳实验机
滑动窗口方法
滑动窗口算法
解码器
编码器
短时间
特征提取网络
策略
样本
风格
数据
尺寸
系统为您推荐了相关专利信息
气动推杆
粘结试件
拉力传感器
拉拔装置
信号采集控制器
等效电路模型参数
充电控制策略
电池诊断方法
电池管理系统
状态诊断
励磁系统
综合试验装置
电压
人机交互设备
直流可调电源