多源信息融合的核电循泵轴承健康状态增量评估

摘要：

针对基于深度学习的导轴承健康状态评估模型在增量学习新任务后,几乎彻底遗忘之前学习的内容,导致模型对旧任务评估准确率下降的问题,提出一种多源信息融合的核电循环水泵导轴承健康状态增量评估方法.首先,设计多源信息融合网络,提取反映导轴承健康状态的高维融合特征;其次,通过减小多源信息融合网络的分类损失及蒸馏损失保留新旧任务知识,设计范例管理策略及最邻近均值分类器实现导轴承健康状态增量评估;最后,在核电循环水泵实验台架采集导轴承劣化数据,并对所提方法进行实验验证及对比分析.实验结果表明,所提出方法的准确率可达94%以上.

关键词：核电循环水泵、导轴承、健康状态评估、增量学习

所属期刊栏目：44

分类号：TH133.31;TH17

资助基金：国家重点研发计划;国家自然科学基金;王宽诚教育基金会资助项目;中核集团领创项目

在线出版日期：2024-09-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：690-696