多模块UNetBiLSTM网络驱动的滚动轴承寿命预测方法研究
文档名：多模块UNetBiLSTM网络驱动的滚动轴承寿命预测方法研究
摘要：针对滚动轴承寿命预测方法难以准确识别故障始发时刻(FPT)和提取时间序列深层特征的问题,提出了一种联合高精度FPT点和多模块U-Net-BiLSTM网络的滚动轴承寿命预测方法:对小波降噪后原始信号功率谱中每一时刻内所有频率成分进行累加求和,联合欧氏距离准则与3σ原则识别高精度FPT点;分别将残差块、池化层和归一化层引入编码器和解码器中实现多尺度特征融合,从而改进传统U-Net网络,有效提升了模型对时序信号的处理能力和预测速度.实验结果表明:相较于现有3种深度学习方法,具有更高的预测精度和更快的预测速度.
作者：李扬号 丁康 蒋飞 何国林 黎杰 Author：LIYanghao DINGKang JIANGFei HEGuolin LIJie
作者单位：华南理工大学机械与汽车工程学院,广州510640华南理工大学机械与汽车工程学院,广州510640;人工智能与数字经济广东省实验室,广州510640广州华工机动车检测技术有限公司,广州510640
刊名：重庆理工大学学报 ISTICPKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(1)
分类号：TH165+.3TN133.33
关键词：滚动轴承寿命预测故障始发时刻U-Net网络
机标分类号：TP391.41TN915.04TP273
在线出版日期：2023年3月7日
基金项目：国家自然科学基金，广东省自然科学基金项目多模块U-Net-BiLSTM网络驱动的滚动轴承寿命预测方法研究[
期刊论文]重庆理工大学学报--2023, 37(1)李扬号丁康蒋飞何国林黎杰针对滚动轴承寿命预测方法难以准确识别故障始发时刻(FPT)和提取时间序列深层特征的问题,提出了一种联合高精度FPT点和多模块U-Net-BiLSTM网络的滚动轴承寿命预测方法:对小波降噪后原始信号功率谱中每一时刻内所有频率成...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
多模块U-Net-BiLSTM网络驱动的滚动轴承寿命预测方法研究Research on the life prediction method of rolling bearings driven by the multi-module U-Net-BiLSTM network
多模块U-Net-BiLSTM网络驱动的滚动轴承寿命预测方法研究.pdf
页:
[1]