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。