Frequency-domain-based Bayesian-optimized 1-D CNN feature learning for integrated bearing fault diagnosis and remaining useful life prediction
Cette étude propose un cadre unifié qui exploite l'optimisation bayésienne pour ajuster un CNN 1D dans le domaine fréquentiel afin d'extraire des caractéristiques profondes, lesquelles sont ensuite utilisées pour un diagnostic de défaillance de roulement de haute précision et une prédiction robuste de la durée de vie résiduelle à travers plusieurs jeux de données de la NASA IMS.