基于类对比簇分配异构迁移学习的空间滚动轴承寿命阶段识别.pdfVIP

基于类对比簇分配异构迁移学习的空间滚动轴承寿命阶段识别

摘要：针对变工况条件下因样本数据分布差异大、可训练用样本较少以及不同寿命阶段样本数量不均等造成

的空间滚动轴承寿命阶段识别准确率较低的问题，提出一种无监督迁移学习方法——类对比簇分配异构迁移学

习（CAHTL）。在CAHTL中，通过异构迁移学习将历史工况下少量有类标签样本和当前工况的无类标签样本（即

待测样本）迁移到公共特征空间内，使得不同工况样本之间的分布差异最小化；利用源域聚类簇点构建目标域样

本特征的正负样本实现两域样本的数量再分配，再对两域正负样本进行对比学习以使待测样本分类性更好；通

过计算待测样本与聚类簇点的相似度完成待测样本分类，且该分类过程无需参数学习，因此可避免样本不均等

情况下对于不同寿命阶段样本识别准确率差距过大和在少有类标签训练样本情况下网络出现过拟合的问题；利

用随机梯度下降和动量更新对CAHTL参数进行不同步更新，以保持样本特征的一致性并提高CAHTL的收敛速

度。CAHTL可利用空间滚动轴承历史工况下的少量、非均等的已知寿命阶段的训练样本对当前工况的待测样本

进行较高精度的寿命阶段识别。空间滚动轴承寿命阶段识别实例验证了该方法的有效性。

关键词：迁移学习；对比学习；动量更新；空间滚动轴承；寿命阶段识别

空间飞行器的机械部件能否正常运转、实现预相比于早期故障或典型破坏性故障状态，空间滚动

定功能和达到预期服役寿命，很大程度上取决于飞轴承在精度失效状态及其之前的有效寿命阶段内的

行器中各机械部件内滚动轴承的寿命和可靠性。由振动特征更为微弱。一方面，模拟空间环境的设备

于实时监测空间飞行器在轨运行状态下的轴承寿命（如：真空泵）内部空间狭小，且在该狭小空间内存在

[1]多组轴承同时试验，导致空间轴承振动信号受到强

状态成本昂贵且很难做到及时更换或维修故障轴承，

为了保证安装到空间飞行器的滚动轴承能满足任务烈的环境噪声、电机变频振动、电磁辐射等干扰，这

需求，目前国内外研究机构（如中国国家航天局、美些干扰成分与空间轴承真实振动信号的低频段分量

[1–2]

国国家宇航局、俄罗斯联邦航天局等）通常采用地面混叠、耦合。另一方面，空间滚动轴承一般工作在

模拟空间环境开展空间滚动轴承加速寿命试验来识变工况条件下：模拟空间环境下滚动轴承往往采取

别空间滚动轴承的寿命阶段，进而从大量候选空间径向无加载、轴向加载方式开展加速寿命试验，随着

滚动轴承中筛选出最优寿命轴承（即被识别为正常轴承磨损，轴承间隙改变，空间轴承所受轴向载荷将

阶段的轴承）安装到空间飞行器中。发生持续性的变化；此外，由于真空室容量限制，难

[1–4]

在（地面模拟）空间在轨环境下，空间滚动轴承以实施电机转速的闭环控制，故空间轴承的转速

的失效一般是由固体润滑膜的磨损造成的精度失效，并不稳定。地面模拟空间环境下空间滚动轴承加速

收稿日期:2023–04–16

第1期刘峰良，等：基于类对比簇分配异构迁移学习的空间滚动轴承寿命阶段识别257

寿命试验的特殊性使空间滚动轴承的运行、退化和均等以及截尾试验往往造成各个寿命状态的样本

失效过程与地面常规环境下的传统滚动轴承有明显数量不均等（截尾试验容易造成精度失效前的正常