公开(公告)号：CN119783565A

公开(公告)日：2025-04-08

申请号：CN202510285952.0

申请日：2025-03-12

Applicant: 燕山大学

Inventor： 李继猛 ,  杨碧馨 ,  钟赛 ,  张金凤 ,  孟宗

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/098 ,  G06N3/094 ,  G06V10/764 ,  G06F119/04

Abstract: 本发明公开了一种基于个性化联邦学习的滚动轴承剩余寿命预测方法，属于滚动轴承剩余寿命预测领域，该方法将不同运行工况下采集到的滚动轴承全生命周期振动数据存储于多个客户端，一个服务器与多个客户端协同工作，为客户端建立个性化预测模型。在服务器端采用动态加权联邦聚合策略将多个客户端聚合成一个全局模型，提升聚合全局模型对多工况数据的感知能力；在客户端采用对抗训练和自适应融合策略，将服务器聚合的全局模型与本地模型进行有效融合，提升本地模型的泛化能力。客户端本地模型采用多尺度卷积与门控循环单元并行交叉注意特征提取模块，以捕获数据中的时空特征信息。本发明能够提升不同工况下滚动轴承的剩余寿命预测精度和泛化性能。