一种基于Cycle-GAN和在线特征迁移的轴承剩余寿命预测方法

摘要

本发明公开了一种基于Cycle‑GAN和在线特征迁移的轴承剩余寿命预测方法，涉及球轴承技术领域；基于Cycle‑GAN网络和在线特征迁移的轴承剩余寿命预测方法包括以下步骤：步骤一、构建改进型Cycle‑GAN网络，轴承振动数据进行小波变换预处理，进行重构特征增强，然后再将其输入到网络中，通过对抗训练生成大量振动数据样本；步骤二、将生成的振动数据样本混合到真实振动数据样本中，再将混合后的样本数据输入CNN网络进行特征提取，由LSTM输出层进行寿命预测，并对输出数据做滑窗处理平滑曲线，最终实现轴承的寿命预测；步骤三、基于已训练的Cycle‑GAN网络，研究基于特征自适应的在线迁移方法，利用源域网络模型中的特征进行迁移学习，实现目标域数据集的轴承剩余寿命预测。