-
题名一种基于特征聚类和评价的轴承寿命预测新方法
被引量：7
- 1
-
-
作者
李海浪
邹益胜
曾大懿
刘永志
赵市教
宋小欣
-
机构
西南交通大学机械工程学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2022年第5期141-150,共10页
-
基金
国家重点研发计划资助项目(2020YFB1708000)
重庆市教委科学技术研究项目(KJZD-K201805801)。
-
文摘
在预测轴承寿命时,使提取的特征和剩余寿命保持高相关性,并使不同的特征之间保持低相关性,是有利于提升轴承寿命预测精度的。为解决单一的特征评价方法对后者考虑不足的问题,提出了一种基于相关性改进Kmeans聚类算法(correlation-based improved Kmeans cluster algorithm, Corr-Kmeans)和初始聚类中心确定方法,并与特征评价相结合,最终提出一种基于特征聚类和评价的轴承寿命预测新方法。首先利用卷积自编码对频域信息提取初始特征,用Corr-Kmeans对初始特征按相关性进行聚类,使得聚类后的特征类内相关性高,而类间相关性低;其次,使用相关性、单调性和鲁棒性3个指标来综合评价每一类中的特征,按照筛选阈值将得分较高的特征从每一类中分别选出,组成用于训练与预测的特征子集;最后采用LSTM(long short-term memory, LSTM)网络对轴承剩余寿命进行预测。在一个轴承加速寿命试验的公开数据集上使用留一法进行验证,利用对比试验证明了该方法在预测轴承剩余寿命上的有效性。
-
关键词
轴承
寿命预测
相关性改进kmeans聚类算法(corr-kmeans)
聚类
特征评价
-
Keywords
bearing
life prediction
correlation-based improved kmeans cluster algorithm(corr-kmeans)
clustering
feature evaluation
-
分类号
TH17
[机械工程—机械制造及自动化]
-
