[發(fā)明專利]一種用于滾動軸承的壽命預測方法

在審

• 申請?zhí)枺?/td>: 202110659329.9
• 申請日: 2021-06-15
• 公開（公告）號: CN113449465A
• 公開（公告）日: 2021-09-28
• 發(fā)明（設計）人: 冒澤慧;張耕維;馬亞杰;姜斌
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G06F119/04
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 蘇一幟

1.一種用于滾動軸承的壽命預測方法，其特征在于，包括：

從所采集的滾動軸承的振動信號中，提取所述振動信號的信號特征；

根據(jù)所述信號特征局限性降維處理得到初始特征矩陣，再利用所述初始特征矩陣進行非線性擬合處理，得到特征矩陣；

通過所得到的特征矩陣構(gòu)成樣本段，并上傳至訓練數(shù)據(jù)庫和測試數(shù)據(jù)庫；

利用所述訓練數(shù)據(jù)庫對所建立的時間卷積網(wǎng)絡模型進行訓練；

將所述測試數(shù)據(jù)庫中的測試數(shù)據(jù)輸入經(jīng)過訓練的卷積網(wǎng)絡模型，并得到故障診斷結(jié)果。

2.根據(jù)權利要求1所述的方法，其特征在于，采集所述滾動軸承的振動信號，包括：

通過便攜式動態(tài)信號采集器和安裝在所述滾動軸承上的加速度傳感器，采集振動信號，其中，振動方向包括水平和豎直方向，采樣頻率為25.6kHz。

3.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述信號特征局限性降維處理得到初始特征矩陣，包括：

利用所述信號特征構(gòu)成m×n特征矩陣，其中，所述信號特征包括：時域信號特征、頻域信號特征和時頻域信號特征，m為樣本數(shù)，n為特征維數(shù)；

輸入待降維的特征矩陣和目標維數(shù)k,并輸出降維后k維樣本特征向量組成的矩陣A_fpca和主成分向量W。

4.根據(jù)權利要求3所述的方法，其特征在于，所述利用所述初始特征矩陣進行非線性擬合處理，包括：

建立擬合真實數(shù)據(jù)變化趨勢的多次多項式函數(shù)模型f(x)和模型損失函數(shù)Loss；

通過f(x)和Loss優(yōu)化所述初始特征矩陣，并得到優(yōu)化后的特征矩陣A'_fpca，其中，采用梯度下降法優(yōu)化模型損失函數(shù)Loss，每次更新后對應的損失函數(shù)值在減小，直至特征矩陣A_fpca中的數(shù)值和f(x)擬合得到的數(shù)值間距之和最小。

5.根據(jù)權利要求1所述的方法，其特征在于，所述通過所得到的特征矩陣構(gòu)成樣本段，并上傳至訓練數(shù)據(jù)庫和測試數(shù)據(jù)庫，包括：

在將訓練數(shù)據(jù)最終特征和測試數(shù)據(jù)最終特征歸一化在[0,1]的范圍內(nèi)之后，分別利用訓練數(shù)據(jù)最終特征和測試數(shù)據(jù)最終特征，來構(gòu)成訓練集和測試集；

再將訓練集和測試集分別上傳至所述訓練數(shù)據(jù)庫和所述測試數(shù)據(jù)庫。

6.根據(jù)權利要求1所述的方法，其特征在于，所述利用所述訓練數(shù)據(jù)庫對所建立的時間卷積網(wǎng)絡模型進行訓練，包括：

構(gòu)建時間卷積網(wǎng)絡模型，并初始化網(wǎng)絡參數(shù)，其中，所述網(wǎng)絡參數(shù)包括：步長τ，輸入維度k和輸出維度k'，初始學習率η，訓練次數(shù)e；

通過平均相對誤差作為模型損失函數(shù)，并且在訓練過程以MRE最小為優(yōu)化目標。

7.根據(jù)權利要求6所述的方法，其特征在于，還包括：將理想壽命退化曲線作為數(shù)據(jù)標簽，其中，將壽命范圍記作[0,f]并歸一化到[0,1]作為剩余壽命；

在訓練的過程中，通過Adam算法更新網(wǎng)絡權重，當模型損失函數(shù)的損失函數(shù)值穩(wěn)定不再下降時，訓練停止。

8.根據(jù)權利要求1所述的方法，其特征在于，所述將所述測試數(shù)據(jù)庫中的測試數(shù)據(jù)輸入經(jīng)過訓練的卷積網(wǎng)絡模型，并得到故障診斷結(jié)果，包括：

將測試集輸入經(jīng)過訓練的卷積網(wǎng)絡模型，并輸出用于表征剩余壽命百分比的一維數(shù)組，將所述一維數(shù)組進行反歸一化，得到:其中,L_true為預測得到的剩余壽命，L為全壽命周期樣本長度，T₁、T₂分別是測試集的首末數(shù)據(jù)樣本序號，l為測試集數(shù)據(jù)長度，y為模型輸出的剩余壽命百分比。