ALC-PFL:基于个性化联邦学习的轴承寿命预测方法

摘要： 现有数据驱动下的轴承寿命预测方法往往使用特定工况的数据训练相应工况的模型，忽略了其他工况数据所蕴含的有益退化特征，导致模型预测精度受限。为了充分挖掘和利用不同工况下的轴承退化特征，本文提出基于个性化联邦学习的轴承寿命预测方法(ALC-PFL)。在该方法中，不同工况轴承的监测数据被存储于多个客户端，一个中心服务器与多个客户端协同工作，以模型传输、融合和本地更新的方式，为客户端建立... （共10页）