基于关系网络的轴承剩余使用寿命预测方法
文献类型：期刊论文
| 作者 | 赵志宏; 张然; 孙诗胜 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2023 |
| 卷号 | 49期号:7页码:1549-1557 |
| 关键词 | 轴承 剩余使用寿命 健康指标 关系网络 元学习 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c211195 |
| 英文摘要 | 针对轴承全寿命周期数据获取困难、训练样本少的问题,提出一种基于关系网络的轴承剩余使用寿命(Remaining useful life, RUL)预测方法.关系网络是一种基于度量的元学习方法,在少量训练样本下,具有快速学习新任务的优点.设计了一种基于关系网络的轴承健康评估模型,利用关系网络的嵌入模块提取轴承状态特征,利用关系模块度量轴承状态特征之间的相似性,基于相似性构建轴承健康指标(Health indicator, HI);对健康指标进行Savitzky-Golay滤波平滑处理,降低振荡对预测结果的影响;最后利用线性函数对健康指标进行拟合,得到轴承RUL预测值.为验证所提方法的有效性,在PHM2012轴承实测数据集上进行实验.结果表明,所得健康指标能够反映轴承的退化趋势,所得RUL预测结果与空间卷积长短期记忆神经网络(Convolutional long short-term memory neural network, ConvLSTM)、Transformer、循环神经网络(Recurrent neural network, RNN)、卷积神经网络(Convolutional neural network, CNN)+长短期记忆网络(long short-term memory network, LSTM)、编码器-解码器(Encoder-decoder)+注意力机制(Attention mechanism)方法相比,误差百分比分别减少了1.67%, 3.40%, 9.02%, 13.71%, 30.48%.该方法在少量训练样本的基础上可以取得较好的预测结果,具有一定的应用价值. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56107]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 赵志宏,张然,孙诗胜. 基于关系网络的轴承剩余使用寿命预测方法[J]. 自动化学报,2023,49(7):1549-1557. |
| APA | 赵志宏,张然,&孙诗胜.(2023).基于关系网络的轴承剩余使用寿命预测方法.自动化学报,49(7),1549-1557. |
| MLA | 赵志宏,et al."基于关系网络的轴承剩余使用寿命预测方法".自动化学报 49.7(2023):1549-1557. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。