申请/专利权人：哈尔滨理工大学

申请日：2019-11-28

公开（公告）日：2020-03-24

公开（公告）号：CN110909509A

主分类号：G06F30/27(20200101)

分类号：G06F30/27(20200101);G06K9/62(20060101);G06N3/08(20060101)

优先权：

专利状态码：有效-授权

法律状态：2022.08.05#授权;2020.04.17#实质审查的生效;2020.03.24#公开

摘要：本发明公开了一种基于InfoLSGAN和AC算法的轴承寿命预测方法。所述方法包括如下步骤，步骤一：将SDAE、InfoGAN和LSGAN相结合，构建InfoLSGAN，自动地从噪声数据中提取可解释的鲁棒特征，解决梯度消失问题；步骤二：采用基于AC的训练算法训练InfoLSGAN，减少训练时间，加快收敛速度；步骤三：根据训练后的InfoLSGAN，利用softmax分类器预测测试样本中风电齿轮箱轴承的剩余寿命。实施例的结果表明本发明具有较强的噪声适应能力，并能在小样本情况下准确地预测风电齿轮箱轴承的剩余寿命。

主权项：1.基于信息最小二乘生成对抗网络Informationleastsquaresgenerativeadversarialnetwork,InfoLSGAN和行动者-评论家Actor-critic,AC算法的轴承寿命预测方法包括以下步骤：步骤一、将堆叠降噪自动编码器Stackeddenoisingautoencoder,SDAE、信息生成对抗网络Informationmaximizinggenerativeadversarialnetwork,InfoGAN和最小二乘生成对抗网络Leastsquaresgenerativeadversarialnetwork,LSGAN相结合，构建InfoLSGAN，自动地从噪声数据中提取可解释的鲁棒特征，解决梯度消失问题；步骤二、采用基于AC的训练算法训练InfoLSGAN，减少训练时间，加快收敛速度；步骤三、根据训练后的InfoLSGAN，利用softmax分类器预测测试样本中风电齿轮箱轴承的剩余寿命。

全文数据：

权利要求：

百度查询： 哈尔滨理工大学 基于InfoLSGAN和AC算法的轴承寿命预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD