基于多通道融合的滚动轴承剩余寿命预测

作     者：车鲁阳 高军伟 付惠琛 Che Luyang;Gao Junwei;Fu Huichen

作者机构：青岛大学自动化学院青岛266071 山东省工业控制技术重点实验室青岛266071 

基　　金：山东省自然科学基金(ZR2019MF063)项目资助 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2023年第37卷第12期

页      码：225-233页

摘      要：针对工业生产中滚动轴承剩余使用寿命(RUL)预测任务中数据挖掘不足导致预测精度低的问题,提出了一种多通道融合的滚动轴承剩余寿命预测方法。该方法通过互补集合经验模态分解(CEEMD)对原始振动信号进行降噪化处理和特征增强并将其作为模型输入;构建三通道网络模型,引入3种不同的神经网络:时间卷积网络(TCN)、卷积长短时间记忆网络(ConvLSTM)、双向门控循环单元神经网络(Bi-GRU),从时序、空间、感受野等多维度对特征进行差异化提取;在结构基础上添加多头注意力机制(multi-head attention mechanism,MA),重新调整网络输出权重、加快模型收敛速度;最后,设计一个特征融合输出模块,实现对滚动轴承剩余寿命预测。在两种数据集上进行实验验证,并与其他文献中先进模型进行对比。结果表明,所提模型能够更准确地捕捉轴承寿命退化曲线并且在多种评价指标上均优于对比模型。

主 题 词：滚动轴承 寿命预测 多特征融合 三通道网络模型 多头注意力机制 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 080202[080202] 080401[080401] 0804[工学-材料学] 080402[080402] 0802[工学-机械学] 

核心收录：

D　O　I：10.13382/j.jemi.B2306804

馆 藏 号：203126608...