基于离散小波变换和变分自编码器的滚动轴承剩余使用寿命预测
Prediction of Remaining Useful Life of Rolling Bearings Based on Discrete Wavelet Transform and Variational Auto-Encoder作者机构：太原理工大学机械与运载工程学院太原030024 煤矿综采装备山西省重点实验室太原030024
出 版 物：《轴承》 (Bearing)
年 卷 期：2022年第8期
页 面：55-63页
学科分类：08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
基 金：国家自然科学基金面上项目资助项目(52174148) 山西省重点研发项目资助项目(201903D121064) 山西省科技合作交流专项项目(202104041101003)。
主 题：滚动轴承 剩余寿命 寿命预测 小波变换 编码器 深度学习 分层抽样
摘 要：针对噪声导致轴承振动信号有效退化信息难以提取的问题,采用离散小波变换对信号进行分解得到细节分量和近似分量,提取多种敏感特征输入变分自编码器进行融合降维来构建综合性能退化指标,从而有效抑制信号中的噪声分量,获得更有单调趋势性的退化指标;引入经过超参数优化的长短时记忆网络构建滚动轴承剩余寿命预测模型,采用分层抽样方法划分数据集并输入预测模型进行试验验证,结果表明:基于离散小波变换和变分自编码器所得深层退化特征能有效表征轴承的退化信息,获得更精准的轴承剩余使用寿命预测结果。
维普期刊数据库
同方期刊数据库