-
公开(公告)号：CN119004122A
公开(公告)日：2024-11-22
申请号：CN202411490709.4
申请日：2024-10-24
Applicant: 南京信息工程大学
IPC: G06F18/214 , G06F18/10 , G06F18/2131 , G06F18/27 , G06N20/00
Abstract: 本发明公开了一种基于幅相特性和时频域自监督的轴承寿命预测方法，包括：获得原始振动信号数据。对原始振动信号进行预处理，分割训练集和测试集。将预处理后的训练集进行数据增强，形成自监督学习所需正负例样本。构建趋势解纠缠过程，提取时域特征。构建周期解纠缠过程，提取幅值和相位特征。在提取的特征上进行有监督训练，对模型调整。输入新的振动信号，得到预测输出。本发明基于自监督对比学习框架，通过构建幅相增强和周期趋势表征，有效提高在多变工况下模型的泛化性能，提升了振动信号寿命预测的准确性和鲁棒性。
Search Results
1
records
(took 0.031 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
