国内刊号:21-1124/TP
国际刊号:1001-0920
发布日期:
作者:刘小峰,冯伟,柏林
单位:重庆大学 机械与运载工程学院,重庆 400044,,重庆大学 机械与运载工程学院,重庆 400044,,重庆大学 机械与运载工程学院,重庆 400044,
关键词:寿命预测;卷积自编码器;自组织映射;动态时间规划;退化轨迹;全阶时间幂灰色预测
基金:国家自然科学基金项目(51975067);国家重点研发计划项目(2018YFB2001400).
轴承的个体异质性及工况差异性使得其性能退化轨迹不尽相同,导致训练轴承建立的深度学习模型与测试轴承失配.对此,提出基于卷积自编码器与自组织映射的轴承剩余使用寿命(remaining useful life,RUL)灰色预测方法.该方法引入以轴承自身监测数据为驱动的批量归一化的卷积自编码器对轴承性能退化特征进行深度提取,并结合自组织映射算法进行性能退化指标(degradation indicator,DI)自主构建.采用动态时间规划算法对各个轴承退化轨迹进行相似匹配分析,以相匹配的全寿命轴承的DI灰色模型回归曲线在寿命终点取值作为参考,进行测试轴承的失效阈值设置.以测试轴承历史DI为驱动,采用全阶时间幂灰色预测模型对测试轴承RUL进行滚动预测.实验结果表明,所提出方法在保留轴承退化趋势个体差异性的同时,能够实现轴承失效阈值自主合理设置,提高轴承RUL的预测精度.
来源:2021年第11期
《控制与决策》期刊编辑部