基于多信道源域迁移学习的小样本寿命预测模型训练方法

本申请公开了一种基于多信道源域迁移学习的小样本寿命预测模型训练方法，涉及旋转机械预测性维护技术领域。其中方法包括：构建旋转机械的五自由度微分方程；基于五自由度微分方程，构建旋转机械逐渐由健康阶段、退化阶段到损伤阶段的目标非线性动力学模型；对目标非线性动力学模型进行仿真分析，得到多个信道的源域数据；根据多个信道的源域数据和旋转机械的目标域数据，训练旋转机械的预设寿命预测模型，其中，预设寿命预测模型包括公共特征提取器、域特异特征提取器、域特异回归器和域特异鉴别器。本申请能够在训练样本稀缺时为模型提供丰富的源域数据，提升模型的预测精度，同时能够处理不同信道的源域数据之间的差异性，保证模型的泛化能力。