期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于TET与DSRNet-AttBiLSTM的滚动轴承剩余使用寿命预测
1
作者 周玉国 张金超 +2 位作者 孙伊萍 于春风 周立俭 《振动与冲击》 EI CSCD 北大核心 2024年第19期163-173,共11页
为了在滚动轴承剩余使用寿命(remaining useful life,RUL)预测中,能够准确地提取轴承的退化特征并进行有效的RUL预测。提出一种基于暂态提取变换(transient extracting transform,TET)与DSRNet-AttBiLSTM的滚动轴承RUL预测方法。首先,... 为了在滚动轴承剩余使用寿命(remaining useful life,RUL)预测中,能够准确地提取轴承的退化特征并进行有效的RUL预测。提出一种基于暂态提取变换(transient extracting transform,TET)与DSRNet-AttBiLSTM的滚动轴承RUL预测方法。首先,对原始振动信号分段重组后进行TET得到时频图,使用双线性插值对时频图进行降维,将降维后的时频图进行通道拼接得到轴承的时频图像化特征。其次,为了准确且有效地提取滚动轴承的退化特征,构建了包含深度可分离卷积和空间通道注意力的SConv和DConv基础模块,以此为基础建立了DSRNet来提取空间与通道两个维度下的轴承退化特征。再次,为了使双向长短时间记忆(bidirectional long short-term memory,BiLSTM)网络在学习时更加关注具有更重要信息的输入特征,在特征输入端构建了注意力层,并与BiLSTM相结合组成AttBiLSTM预测模块进行HI的计算。最后,使用线性回归拟合来预测滚动轴承的RUL。在PHM2012数据集与XJTU-SY数据集上试验的结果表明此方法能有效预测滚动轴承的RUL。 展开更多
关键词 滚动轴承 剩余使用寿命(RUL) 注意力机制 特征提取
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部