基于注意力TCN的滚动轴承剩余使用寿命预测方法

• 作者: 陈保家 陈正坤 陈学良 郭凯敏
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 轴承 剩余使用寿命预测 时间卷积网络 多头注意力
• 年，卷（期）: 2021,（24）
• 所属期刊栏目: 在线测试与故障诊断|Online Testing and Fault Diagnosis
• 页码范围: 153-160
• 页数: 8页
• 分类号: TH133.3|TP18
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2107902

摘要

针对现有的基于数据驱动的滚动轴承剩余使用寿命(RUL)预测方法仍需要大量的先验知识来提取特征、构建健康指标和设定故障阈值的现状,提出了一种基于带多头注意力机制的时间卷积网络(TCN)的RUL直接预测方法.该方法首先将原始振动信号的短时傅里叶变换(STFT)作为堆栈降噪自动编码器(SDAE)的输入,得到深度特征表示;然后将其输入到注意力TCN中进行RUL预测.最后,在PRONOSTIA的滚动轴承数据集进行验证.结果表明,该方法的预测误差指标MAE和MAPE分别比其他4种方法平均降低了53.92％和46.13％;得分指标也比这些方法平均提高了52.98％.