-
题名基于多粗粒度与注意力网络的轴承剩余寿命预测
被引量:3
- 1
-
-
作者
莫仁鹏
司小胜
李天梅
朱旭
胡昌华
-
机构
火箭军工程大学导弹工程学院
-
出处
《中国测试》
CAS
北大核心
2021年第10期1-6,共6页
-
基金
国家自然科学基金项目(61773386,62073336)
国家自然科学优秀青年基金项目(61922089)。
-
文摘
考虑到轴承的振动信号往往分布在多个时间尺度上,该文提出一种基于多粗粒度与注意力网络的轴承剩余寿命(RUL)预测方法。首先采用多尺度粗粒度操作处理轴承的原始振动信号,从而获得蕴含更丰富退化信息的多尺度信号,在网络中以多尺度池化层来实现多尺度粗粒度操作;其次,基于大步幅卷积等网络层对多尺度信号进行深层特征提取、压缩、融合;此外,在网络中引入改进的卷积注意力模块为深层特征进行重标定,自适应地为不同通道和不同空间分配最佳权重;最后,将经注意力加权后的特征输入到前馈神经网络中映射得到RUL值。通过PRONOSTIA轴承数据进行实验分析,实验结果验证所提方法的有效性与优越性。
-
关键词
剩余寿命预测
多粗粒度
注意力
轴承
-
Keywords
remaining life prediction
multiple coarse-grained
attention
bearing
-
分类号
TH133
[机械工程—机械制造及自动化]
-