基于多任务门控网络的滚动轴承寿命预测方法

作     者：宋浏阳 郑传浩 金烨 林天骄 韩长坤 王华庆 

作者机构：北京化工大学高端机械装备健康监控与自愈化北京市重点实验室 北京化工大学高端压缩机及系统技术全国重点实验室 

出 版 物：《中国舰船研究》 (Chinese Journal of Ship Research)

年 卷 期：2025年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 082402[工学-轮机工程] 0835[工学-软件工程] 0824[工学-船舶与海洋工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金面上项目(52375076) 北京市科技新星计划(20240484559) 

主　　题：船舶设备 剩余寿命预测 轴承 多任务门控网络预测模型 

摘      要：[目的]为实现船舶机械设备中轴承的剩余寿命预测，提出基于双向门控循环单元（BiGRU）、变分自编码器（VAE）和多门控专家混合层（MMoE）的多任务门控网络预测模型。[方法]首先，计算轴承信号时域特征以表征监测数据中的基本退化趋势；然后，建立轴承健康状态（HS）评估和剩余使用寿命（RUL）预测子任务构成多任务门控网络预测模型，子任务中使用BiGRU和VAE提取时域特征趋势信号中的退化信息，再利用MMoE自适应分离子任务的差异特征。最后，在XJTU-SY轴承数据集上进行有效性验证。[结果]结果表明，与长短期记忆网络（LSTM）等经典时序数据预测模型相比，多任务门控网络预测模型的预测精度更高，误差指标MAE和RMSE分别提升62.5%和67.81%。[结论]所提方法可以实现轴承剩余寿命的预测，对船舶机械设备健康管理与智能运维具有一定的参考价值。