基于迁移学习的综合传动装置健康预测方法

摘要

针对某型步战车综合传动装置变工况的工作特点,提出一种基于迁移学习的健康预测方法.采用灰色关联分析(grey relational analysis,GRA)提取源域和目标域内时序退化特征作为各部件健康指标(health indicator,HI),构建1维时序健康指标,通过动态时间规整(dynamic time warping,DTW)运算得到目标域特征与健康指标的关联度,提取源域与目标域的公共退化信息,构建面向健康预测的支持向量回归(support vector regression,SVR)模型进行健康预测,并以传动装置的变速结构为例进行验证.结果表明:基于迁移学习的健康预测结果更贴合实际健康变化趋势,有助于维修人员更为准确地判断传动装置的健康状态.