一种基于参数解耦个性化联邦的不同工况下滚动轴承寿命预测方法及系统

发明一种基于参数解耦个性化联邦的不同工况下滚动轴承寿命预测方法及系统，涉及轴承寿命预测技术领域，为解决现有方法针对来自不同工况下滚动轴承振动数据往往呈现非独立同分布的特点，可能导致参数更新方向彼此分离、全局模型收敛缓慢甚至偏离最优参数的问题。本发明采用多级退化标签表示方法对训练集轴承寿命数据的不同阶段进行标记；网络模型包括SEResNet块和ConvLSTM块，SEResNet块用于进行特征提取，并通过连接最大池化层保留重要特征，ConvLSTM块用于对特征进行进一步处理；中央服务端将网络模型解耦，将SEResNet网络作为共享表示层，将ConvLSTM和全连接层作为个性化层，通过联邦学习的方式对共享表示层进行训练，将各个共享表示层参数进行聚合，最终得到滚动轴承寿命预测模型。