基于多分辨奇异值分解和ECNN-LSTM的滚动轴承寿命预测
熊隽1
陈林1
王上庆2
1.泸州职业技术学院机械工程学院,泸州6460002.西安电子科技大学通信工程学院,西安710000
摘要：针对现有滚动轴承剩余寿命预测时寿命特征表征能力不足的问题,提出了多分辨奇异值分解和ECNN-LSTM的滚动轴承剩余寿命预测方法.首先,采用多分辨奇异值分解方法获取滚动轴承全寿命振动时域信号中具有不同分辨率的近似和细节信号,以多分辨展现信号不同层次的概貌和细节特征;其次,根据初时刻标准差划分健康阶段,划分出滚动轴承平稳运行阶段和能提供退化信息的快速退化阶段;然后,在两层一维卷积神经网络结构上加入高效通道注意力机制模块,在不降维的情况下自适应调整卷积核进行多通道交互,充分自提取轴承退化特征;最后,利用MSE损失函数统一评价尺度,在LSTM上完成剩余寿命预测.通过辛辛那提全寿命数据进行验证,证明了所提方法的可行性和有效性.
关键词：滚动轴承剩余寿命预测高效通道注意力机制多分辨奇异值分解长短时记忆网络(LSTM)
分类号：TH165.3(机械制造工艺)
资助基金：四川省科技计划(2019YFG0064)重点实验室项目(GY201802)
论文发表日期：2021-06-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 523-530 )
英文信息