排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
2.
预测轴承的剩余使用寿命虽然已经引入了许多数据驱动的方法,但很少有研究考虑不同传感器之间的时空相关性,这种相关性可以用来识别不同传感器之间的特征,以提高预测模型的鲁棒性。因此,针对多传感器的复杂性特征,构建了一种动态加权图卷积网络(DW-GCN),进行轴承的剩余寿命预测。首先利用不同节点间的空间相关性和时序相关性构建动态加权图,其次利用GCN对样本关联图的空间特征进行提取,最后将提取的特征输入到预测网络中进行剩余使用寿命预测。对轴承数据集进行测试,DW-GCN方法能够有效预测轴承剩余使用寿命,具有较高的预测精度。 相似文献
1