基于DA-BLSTM的轴承剩余使用寿命预测

作     者：郭润夏 刘殊彤 GUO Run-xia;LIU Shu-tong

作者机构：中国民航大学电子信息与自动化学院天津300300 中国民航大学中欧航空工程师学院天津300300 

基　　金：天津市教委科研项目(2018KJ238) 

出 版 物：《组合机床与自动化加工技术》 (Modular Machine Tool & Automatic Manufacturing Technique)

年 卷 期：2023年第2期

页      码：73-77页

摘      要：基于轴承维修保障的实际需求,以精确预测轴承剩余使用寿命(RUL)为目标,提出了一种深度学习网络框架,即DA-BLSTM。首先,提取了与轴承性能退化密切相关的15种时域和频域特征;然后,引入注意力机制并与双向长短期记忆网络(BLSTM)深度融合,设计了DA-BLSTM,其中输入注意力机制能够自适应地选取相关时域和频域特征,方向注意力机制用于分配BLSTM不同时间方向(前向、后向)隐藏状态的权重,得到精确的RUL预测结果。在PRONOSTIA平台的滚动轴承数据上进行实验验证,比较实验结果表明基于DA-BLSTM的预测方法具有更高的精度。

主 题 词：轴承 剩余使用寿命 特征提取 注意力机制 双向长短期记忆网络 

学科分类：08[工学] 080202[080202] 080203[080203] 0802[工学-机械学] 080201[080201] 

D　O　I：10.13462/j.cnki.mmtamt.2023.02.017

馆 藏 号：203118530...