預測軸承壽命的gate遞歸單元特征融合域自適應模型

作者：曾玉海,程峰,魏春虎,等. 日期：2024-04-24/span> 瀏覽：1167 查看PDF文檔

摘要:采用現有的數據驅動模型對不同工況下的軸承剩余使用壽命(RUL)進行預測時,精度會大幅下降。針對這一問題,提出了一種基于門控遞歸單元特征融合領域自適應(GFFDA)模型的軸承RUL預測方法。首先,采用信號分析方法對軸承振動信號進行了特征提取,并采用特征評價的方法選擇出了5個最優特征,在最優特征的基礎上,采用粒子群算法優化后的支持向量機的方法對軸承的健康階段進行了劃分;然后,選擇目標域和源域退化階段的最優特征子集作為GFFDA模型的輸入,采用源域數據對特征提取器和壽命預測模塊進行了預訓練;最后,更新了目標特征提取器和壽命預測模塊,對目標域的RUL進行了預測;并使用西安交通大學的軸承數據集對該GFFDA模型的有效性進行了驗證。研究結果表明:相比于現有的數據驅動模型,GFFDA模型具有更好的跨工況分析能力和更出色的信息提取能力;同時,在對變工況的軸承壽命進行預測時,采用GFFDA模型具有更好的性能。

關鍵詞:滾動軸承;剩余使用壽命(RUL);特征評價;對抗自適應;門控遞歸單元特征融合領域自適應(GFFDA)模型;數據驅動模型

中圖分類號:TH133.3文獻標識碼:A文章編號:1001-4551(2024)04-0613-09

本文引用格式:

曾玉海,程峰,魏春虎,等.預測軸承壽命的gate遞歸單元特征融合域自適應模型［J］.機電工程,2024,41(4):613-621.

ZENG Yuhai, CHENG Feng, WEI Chunhu, et al. Adaptive model of gate recursive element feature fusion domain for predicting bearing life［J］.Journal of Mechanical & Electrical Engineering, 2024,41(4):613-621.