[發明專利]一種基于DCAE神經網絡的滾動軸承健康指標構建方法

在審

• 申請號: 202011210629.0
• 申請日: 2020-11-03
• 公開（公告）號: CN112347898A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 秦毅;陳定糧;項盛;羅均;蒲華燕
• 申請（專利權）人: 重慶大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G01M13/045
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 楊柳岸

1.一種基于DCAE神經網絡的滾動軸承健康指標構建方法，其特征在于，該方法是將原始振動信號作為網絡輸入，利用二次函數來對提取的健康特征指標趨勢進行全局約束，確保其符合軸承的退化趨勢；具體包括：首先，利用加速度傳感器采集滾動軸承的振動信號，然后對采集到的振動信號進行低通濾波預處理來排除噪聲的干擾；其次，將訓練集中的軸承振動信號輸入到構建的深度卷積自編碼器(Deep convolutional auto-encoder,DCAE)網絡中進行權重迭代更新訓練；最后，將測試集中的軸承數據輸入到訓練好的DCAE網絡中進行健康特征指標構建。

2.根據權利要求1所述的滾動軸承健康指標構建方法，其特征在于，構建的DCAE網絡包含有二十七層，具體為：輸入層、輸出層、十三個卷積層、六個池化層和六個上采樣層。

3.根據權利要求1或2所述的滾動軸承健康指標構建方法，其特征在于，構建的DCAE網絡具體結構為：假設H_p,q表示第q層中第p個數據列，N_q為該數據列的長度；將H_p,q劃分為多個其中，L為每個的長度，i為序號數；則卷積操作的定義為：

其中，*表示一維卷積，w_k,p,q為權重矩陣，b_p,q為偏置矩陣，為卷積后的結果，s表示非線性激活函數；

經過卷積操作后，對卷積結果進行最大池化操作，最大池化操作的定義為：

其中，L_p為池化長度，為第m層中第n個數據列中第i點的池化結果。

4.根據權利要求1所述的滾動軸承健康指標構建方法，其特征在于，將預處理后的原始振動信號s＝[s₁ s₂ … s_N]輸入到構建好的DCAE網絡中，利用構建好的標簽L＝[l₁ l₂ …l_N]對DCAE網絡進行迭代更新訓練；目標函數為：

其中，L'＝[l'₁ l'₂ … l'_N]為編碼器的輸出，y＝[y₁ y₂ … y_N]為解碼器的輸出，w為比例系數，N為樣本長度，s_i表示預處理后的第i個原始振動信號。