基于策略梯度Informer模型的滚动轴承剩余寿命预测

作     者：熊佳豪 李锋 汤宝平 汪永超 罗玲 XIONG Jiahao;LI Feng;TANG Baoping;WANG Yongchao;LUO Ling

作者机构：四川大学机械工程学院四川成都610065 重庆大学机械传动国家重点实验室重庆400044 中国测试技术研究院四川成都610021 

基　　金：四川省中国制造2025四川行动资金项目计划(2019CDZG-22) 机械传动国家重点实验室开放基金资助项目(SKLMT-KFKT-201718) 中央高校基本科研业务费(2022CDZG-12) 

出 版 物：《工程科学与技术》 (Advanced Engineering Sciences)

年 卷 期：2024年第56卷第4期

页      码：273-286页

摘      要：典型的编码器-解码器——Transformer存在二次时间复杂度、高内存使用及模型结构复杂等固有限制,造成Transformer用于滚动轴承剩余寿命(RUL)预测会表现出较低预测精度和较低计算效率的问题。为此,提出一种新型编解码器——策略梯度Informer(PG-Informer)模型,并将其应用于滚动轴承RUL预测。首先,在PG-In-former的新型编解码器体系结构——Informer中设计了概率稀疏自注意力(PSSA)机制替代Transformer中原有的自注意力机制,以提高非线性逼近能力并减少时间和空间复杂度;然后,PG-Informer采用自注意力蒸馏(SAD)操作减少参数维度和参数量,并提高了对时间序列的预测鲁棒性;此外,PG-Informer的生成式解码器对解码输入进行一步解码输出预测结果,无需动态多步解码,提升了对时间序列的预测速度;最后,构造了策略梯度学习算法来提高对PG-Informer参数的训练速度。PG-Informer的以上优势使所提出的基于PG-Informer模型的滚动轴承RUL预测方法可以获得较高的预测精度、较好的鲁棒性和较高的计算效率。对辛辛那提大学智能维护系统中心的1号滚动轴承的RUL预测实验结果表明,所提出方法预测得到的RUL值为963min,其RUL预测误差仅为6.50%,比基于Transformer的RUL预测方法预测精度更高、预测误差更小、鲁棒性更好;所提出方法所耗费的RUL预测时间仅为132.37s,比基于Transformer的RUL预测方法的预测时间更短。以上实验结果验证了所提出方法的有效性。

主 题 词：Informer模型 概率稀疏自注意力机制 策略梯度 滚动轴承 剩余寿命预测 

学科分类：081203[081203] 08[工学] 0835[0835] 0802[工学-机械学] 080201[080201] 0812[工学-测绘类] 

核心收录：

D　O　I：10.12454/j.jsuese.202300136

馆 藏 号：203128797...