一种基于深度学习的轴承剩余寿命预测方法
成果类型:: 发明专利
发布时间: 2023-12-28 10:03:16
本发明涉及一种基于深度学习的轴承剩余寿命预测方法,搭建轴承加速寿命测试平台,使用加速度传感器采集从设备开始运行到故障停止整个过程轴承水平与垂直方向振动信号;将采集到的信号进行健康阶段划分;将轴承衰退阶段振动信号根据时间步长划分成若干个振动信号序列;将划分后衰退阶段振动信号序列中各样本映射到时频域中获取时频图序列;将处理完成同种工况下运行的N个轴承数据中随机抽取N 1个轴承数据作为训练集,剩余的1个轴承数据作为测试集;将训练样本输入网络进行训练,确定网络超参数,并保存训练好的模型;将测试样本输入训练好的模型,预测样本剩余寿命。克服噪声信号干扰,判断当前轴承所处运行状态阶段且准确预测轴承剩余使用寿命。
提供一种基于深度学习的轴承剩余寿命预测方法,可以克服噪声信号干扰,能够判断当前轴承所处运行状态阶段且准确预测轴承剩余使用寿命。
为了解决上述技术问题,本发明的技术方案是:一种基于深度学习的轴承剩余寿命预测方法,所述的预测方法包括以下步骤:
步骤S1:搭建轴承加速寿命测试平台,使用加速度传感器采集从设备开始运行到故障停止整个过程的轴承水平与垂直方向的振动信号;
步骤S2:将采集到的信号进行健康阶段划分;
步骤S3:将轴承衰退阶段振动信号根据时间步长划分成若干个振动信号序列;
步骤S4:将划分后的衰退阶段振动信号序列中各样本映射到时频域中获取时频图序列;
步骤S5:将处理完成的同种工况下运行的N个轴承数据中随机抽取N-1个轴承数据作为训练集,剩余的1个轴承数据作为测试集;
步骤S6:将训练样本输入网络进行训练,确定网络超参数,并保存训练好的模型;
步骤S7:将测试样本输入训练好的模型,预测样本剩余寿命。
滚动轴承多运行于恶劣工况下,致使其相比其它机械零部件更容易发生故障,且其故障往往导致整个机械系统宕机,造成巨大损失。因此,对轴承的故障预测与健康管理已成为确保机械设备正常运作的关键环节,对轴承的剩余使用寿命的精确估计可以显著提升机械设备运行的可靠性与安全性。
目前对于轴承剩余寿命预测的研究可依据使用的方法分为两大类:基于物理模型的方法和深度学习的方法。对于实际工业应用的机械设备而言,基于物理模型的方法往往受制于设备运行时复杂的工况及各种的噪声,无法建立精确的物理模型。因此,近年来基于深度学习的方法备受研究人员的青睐。深度学习方法的轴承剩余寿命预测研究多是采用原始的轴承振动信号,而原始信号中参杂了大量的设备运行时产生的噪声,干扰了深度学习网络模型对信号的特征提取。且目前方法多是以轴承全寿命信号数据作为网络模型的训练集,但是轴承处于非衰退阶段时所能提供给网络学习的信息极为有限,且非衰退阶段与衰退阶段轴承信号往往处于两种不同数据分布,加大了网络特征提取的困难,对预测的结果也有很大的影响。现有的预测方法所构建的网络仅对单个时刻的样本特征学习,而忽略了各个时刻样本间的相互依赖关系,从而一定程度上影响了预测精度。
轴承原始数据存在噪声信号干扰难以提取特征;轴承全寿命数据呈现不同分布,若以全寿命数据作为训练数据会导致网络模型发生协变量偏移影响模型的预测精度;现有方法构建的网络模型无法同时提取训练数据的时间与空间特征。
发明人:钟建华 高杨 钟舜聪 梁伟福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
与现有技术相比,本发明具有以下有益效果:
1、本发明方法操作简单、精度高、易于实现,成功预测了在轴承加速退化平台实验中轴承的剩余使用寿命,对设备状态监测与剩余寿命预测具有一定的启示性;
2、本发明方法克服了设备运行过程中噪声对采集的振动信号数据样本的干扰;
3、本发明方法可以准确的划分运行过程中的正常阶段与衰退阶段,利用衰退阶段数据加以本发明提出的数据处理方法结合构建的网络模型,可以更为精确的预测轴承剩余使用寿命。
当前专利未经权利人许可不得实施,希望将科技成果转让给研发实力雄厚的企业,由受让人对科技成果实施转化。交易的是科技成果中的知识产权,可以包括专利权、专利申请权、技术秘密等。科技成果转让后,转让方获得转让费,不再是科技成果的所有人;受让方向转让方支付转让费,并成为科技成果的新的所有人。