基于GDAU模型的掘进机截割减速器齿轮剩余寿命预测

掘进机截割减速器的齿轮容易过早损坏。提出一种基于齿轮油磨粒信息建立的门控双注意单元(GDAU)模型,可用于解决齿轮的剩余寿命预测问题。利用掘进机截割减速器试验台对该模型进行试验验证。与长短时记忆(LSTM)网络和门控递归单元(GRU)神经网络进行对比,结果表明,GDAU模型对齿轮剩余寿命的预测效果更好,在较短时间内能够迅速收敛,其损失量仅有0.0016,与LSTM和GRU模型相比有更快的收敛速度及更高的预测精度。