基于异构知识蒸馏网络的滚动轴承剩余寿命预测

针对滚动轴承寿命预测中预测精度低和边缘设备资源有限等问题,提出了一种异构知识蒸馏网络来预测滚动轴承的剩余使用寿命。网络使用教师—学生知识蒸馏架构,首先引入自注意力机制与长短时记忆网络融合构建了一个预测精度较高的教师模型;其次,在卷积神经网络的基础上引入变分自动编码器构建了一个特征提取能力较强、参数量较少、复杂度较低的学生模型;然后,设计了一个复合损失函数,用于训练学生模型对教师模型知识的吸收能力和对训练数据的适应能力;最后,在XJTU-SY轴承数据集上进行寿命预测实验。结果表明,与其他预测方法相比,所提方法能有效降低模型的参数量和复杂度并且预测精度更高。

资料为PDF文档格式.

本文档关键词:蒸馏,剩余,预测,网络,滚动轴承