[發(fā)明專(zhuān)利]一種滾動(dòng)軸承剩余壽命在線(xiàn)預(yù)測(cè)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811348544.1
• 申請(qǐng)日: 2018-11-13
• 公開(kāi)（公告）號(hào): CN109460618B
• 公開(kāi)（公告）日: 2023-02-10
• 發(fā)明（設(shè)計(jì)）人: 袁燁;馬貴君;程騁;周倍同
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華中科技大學(xué)
• 主分類(lèi)號(hào): G06F30/17
• 分類(lèi)號(hào): G06F30/17;G06F18/22;G01M13/04;G06F119/04
• 代理公司: 華中科技大學(xué)專(zhuān)利中心 42201
• 代理人: 李智;曹葆青

1.一種滾動(dòng)軸承剩余壽命的在線(xiàn)預(yù)測(cè)方法，其特征在于，所以方法包括離線(xiàn)訓(xùn)練步驟和在線(xiàn)預(yù)測(cè)步驟：

所述離線(xiàn)訓(xùn)練步驟為：

在滾動(dòng)軸承從健康狀態(tài)運(yùn)行到損壞狀態(tài)這一過(guò)程，提取軸承的運(yùn)行原始信號(hào)樣本和對(duì)應(yīng)的退化能量指標(biāo)，將運(yùn)行原始信號(hào)樣本作為五層卷積神經(jīng)網(wǎng)絡(luò)模型輸入，將退化能量指標(biāo)作為卷積神經(jīng)網(wǎng)絡(luò)模型輸出，訓(xùn)練得到退化能量狀態(tài)模型；

所述在線(xiàn)預(yù)測(cè)步驟為：

實(shí)時(shí)采集待測(cè)滾動(dòng)軸承的運(yùn)行原始信號(hào)；將待測(cè)滾動(dòng)軸承的運(yùn)行原始信號(hào)輸入退化能量狀態(tài)模型，估算得到退化能量指標(biāo)；進(jìn)而利用估算的能量退化指標(biāo)預(yù)測(cè)待測(cè)滾動(dòng)軸承的剩余壽命；

提取退化能量指標(biāo)的具體實(shí)施方式為：

(11)在滾動(dòng)軸承從健康狀態(tài)運(yùn)行到損壞狀態(tài)這一過(guò)程，采集N組滾動(dòng)軸承運(yùn)行原始信號(hào)樣本，第i組原始信號(hào)樣本定義為時(shí)間t_i的采樣階段；

t_i＝[t_i1，...，t_ip],i＝1，2，...，N,p＝1，2，..P，

式中，每個(gè)采樣階段t_i存在P個(gè)采樣點(diǎn)，將軸承原始信號(hào)S_i表示為：

S_i＝[S_i(t_i1)，...，S_i(t_ip)],i＝1，2，...，N；

(12)對(duì)原始信號(hào)樣本進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，計(jì)算得出在i組信號(hào)的第j個(gè)本征模函數(shù)IMF_i，j,本征模函數(shù)經(jīng)過(guò)與的卷積得到希爾伯特變換結(jié)果

得到瞬時(shí)振幅和瞬時(shí)頻率：

對(duì)本征模態(tài)函數(shù)的希爾伯特譜求和得到第i組信號(hào)的希爾伯特譜M_i(f_i，t_i)：

式中，h(a_i，j，f_i，j，t_i)表示本征模態(tài)函數(shù)的希爾伯特譜密度函數(shù)；

(13)將得到的希爾伯特譜M_i(f_i，t_i)對(duì)時(shí)間積分可以得到第i組信號(hào)的希爾伯特邊際譜M_i(f_i)：

M_i(f_i)＝∫M_i(f_i，t_i)dt_i；

(14)將軸承構(gòu)件即軸承內(nèi)圈、外圈和滾珠的固有頻率f_inner、f_outer以及f_ball代入到第i組信號(hào)的希爾伯特邊際譜中M_i(f_i)，取其最大值得到第i組的退化能量指標(biāo)L_i:

訓(xùn)練退化能量狀態(tài)模型的具體實(shí)施方式為：

(21)將軸承運(yùn)行原始信號(hào)樣本S_i輸入第一層卷積層：K為卷積核的數(shù)量，式中，為第1層卷積層對(duì)應(yīng)于第k個(gè)卷積核的第m個(gè)輸出，m＝1，2，...，V¹，為輸入到卷積層的第e個(gè)子向量，表示o¹長(zhǎng)度的實(shí)數(shù)，o¹是卷積核大小,和B^1，k∈R分別為連接輸入層至卷積層的第k個(gè)卷積核的權(quán)重和偏差，‘*’代表卷積運(yùn)算，R表示實(shí)數(shù)；

定義第一層卷積層的第k個(gè)卷積核的卷積結(jié)果為其中第一層卷積層的每個(gè)卷積核的輸出維度其中V⁰表示輸入的維度，是第1層卷積層卷積核的滑動(dòng)步長(zhǎng)；

(22)選擇整流線(xiàn)性單元ReLU：為激活函數(shù),得到的結(jié)果通過(guò)最大池化層選取最大特征：

式中表示對(duì)于第一層池化層中第k維的第m個(gè)池化單元的最大值，λ¹和分別為第1層池化層池化單元的大小和滑動(dòng)步長(zhǎng)；

(23)對(duì)第1層池化層的輸出結(jié)果作為輸入，其中

(24)將S¹輸入第2層卷積層，按照步驟(21)-(23)的方式得到第2層卷積層和池化層的輸出結(jié)果u^2，k和P^2，k；

(25)第二層池化層得到的結(jié)果是K維的向量，壓平層將K維變成一維的向量；

(26)最后經(jīng)過(guò)一層全連接層和一層回歸層，回歸層中使用sigmoid函數(shù)使得輸出在(0,1)之間,從而得到損失函數(shù)z：式中L_i為真實(shí)的退化能量指標(biāo)，為估計(jì)的退化能量指標(biāo)；

(27)以損失函數(shù)z最小化為目標(biāo)，通過(guò)反向傳播和迭代，訓(xùn)練得到最優(yōu)化的模型參數(shù)。