正交约束域适应的跨工况滚动轴承剩余使用寿命预测方法

针对跨工况轴承剩余使用寿命(RUL)预测模型的决策边界不明显、特征可辨识性低的问题，该文提出一种正交约束的最大分类器差异方法(MCD＿OC)。首先，将采集的轴承原始振动信号进行快速傅里叶变换，得到振动信号的频域信号作为模型的输入；然后，通过卷积神经网络(CNN)和门控循环神经网络(GRU)提取轴承信号的深层时空特征，利用最大分类器差异将源域和目标域特征对齐，并对目标域轴承深层特征进行正交约束，增大无标签目标域样本特征之间的可辨识性；最后，基于轴承寿命数据集开展了跨工况轴承寿命预测对比实验，对该文所提方法进行评估，并在多组实验中取得最优结果。