-
题名融合TA-TCN和迁移学习的滚动轴承寿命预测
被引量：2
- 1
-
-
作者
车鲁阳
冷子文
付惠琛
张佳佳
高军伟
-
机构
青岛大学自动化学院
青岛大学山东省工业控制技术重点实验室
山东省特种设备检验科学研究院
-
出处
《组合机床与自动化加工技术》
北大核心
2024年第3期147-151,共5页
-
基金
山东省自然科学基金资助项目(ZR2019MF063)。
-
文摘
针对在实际工业生产中,滚动轴承由于数据量少导致剩余寿命预测的准确度不高的问题,提出了一种时序注意力(temporal attention, TA)优化的时间卷积神经网络(time convolutional networks, TCN)与迁移学习相结合的剩余寿命预测方法。首先,通过互补集合经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)将原始特征向量分解为一组子序列分量,突出特征信号、降低噪声干扰;然后,将子序列分量输入搭建好的TCN模型并添加TA进行优化,深度挖掘深度特征与退化曲线关系;最后,引入迁移学习,利用源域数据进行训练和少量目标域数据进行参数微调,得到目标网络模型。经实例验证,所提模型的稳定性、预测精度相对于其它对比模型有所提升,且在异工况条件下依然有着良好的预测能力。
-
关键词
滚动轴承
寿命预测
互补集合经验模态分解
时序注意力
时间卷积神经网络
迁移学习
-
Keywords
rolling bearing
life prediction
complementary ensemble empirical mode decomposition
temporal attention
temporal convolutional neural networks
transfer learning
-
分类号
TH133.3
[机械工程—机械制造及自动化]
TG66
[金属学及工艺—金属切削加工及机床]
-
