一种城轨列车轴承剩余使用寿命的预测方法技术

本发明专利技术公开了一种城轨列车轴承剩余使用寿命的预测方法，包括如下步骤，设置轴承的转速和采样频率，并采集轴承运行至失效的全生命周期原始振动信号，提取轴承原始振动信号的时域特征，采用相似性度量方法衡量特征之间的相似程度；轴承原始振动信号进行变分模态分解，获得模态分量特征，采用能量熵判别法，根据能量熵越大信息不确定性原则；将时域特征与所得的模态分量特征结合，划分为训练集与验证集；用优化后的超参数建立LSTM预测网络，将特征矩阵输入LSTM网络，通过反向传播算法更新权重，通过Adam优化器更新梯度，经过计算后输出轴承RUL预测值。发明专利技术能对城轨列车轴承的RUL预测科学、高效和全面预测，网络超参数选择快捷有效、预测性能好等优势。预测性能好等优势。预测性能好等优势。

【技术实现步骤摘要】
一种城轨列车轴承剩余使用寿命的预测方法


[0001]本专利技术属于轨道交通列车旋转部件轴承的故障预测
，尤其涉及一种城轨列车轴承剩余使用寿命的预测方法。

技术介绍

[0002]近年来城市轨道交通飞速发展，成为公共交通的重要组成部分，城轨列车的行驶可靠性与安全性受到社会各界广泛重视。轴承是列车的旋转机械设备中不可或缺的部件，研究表明大约50％的电机故障是由滚动轴承故障引起的。因此，预测轴承的剩余使用寿命在列车的运维工作上有重要的意义。目前工业界针对列车部件大多采用周期性的预防性维修，将大修、中修、小修相结合进行维护检查，能尽可能减少故障发生，但是仍存在维修过剩和维修不足的现象。为了保证列车可靠运行，降低故障次数和频率，减少由于故障停机造成经济损失甚至危及人身安全的情形，学术界和工业界正广泛关注采用故障预测与健康管理(PHM)这一新兴技术对列车进行维护。PHM是指利用传感器监控并采集系统运行状态数据并进行数据处理和特征提取，通过故障诊断和预测模型，对监测对象的健康状况进行评估，对其故障发生进行预测，为监测对象的检修与维护提供指导及决策。剩余使本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城轨列车轴承剩余使用寿命的预测方法，其特征在于：包括以下步骤：步骤1：设置轴承的转速和采样频率，并采集轴承运行至失效的全生命周期原始振动信号；步骤2：提取轴承原始振动信号的时域特征，采用相似性度量方法衡量特征之间的相似程度，将区分度较低的特征去除，选择其中表征轴承退化能力最优的特征参数；步骤3:轴承原始振动信号进行变分模态分解，获得模态分量特征，采用能量熵判别法，根据能量熵越大信息不确定性原则，以能量最高、能量熵最小的标准选择模态分量，在时域特征基础上扩充频域信息，并分别计算模态分量的能量和能量熵；步骤4：将步骤2所得的时域特征与步骤3所得的模态分量特征结合，共k个序列长度为n的特征向量，第i个特征向量为F
i
＝[F1(i),F2(i),...,F
n
(i)]，其中F
n
(i)表示第n个采样时间点对应的特征值，然后将k个特征向量组合成特征矩阵F＝[F1,F2,...,F
k
]；剔除每个特征向量内的异常值并通过三次样条插值补全后，将特征向量归一化至0至1之间，再将特征矩阵划分为训练集与验证集；步骤5：采用LSTM网络作为RUL预测主体网络，将LSTM网络的超参数设定为种群位置，以训练集数据训练LSTM网络，以验证集数据预测结果的均方差作为适应度函数，采用哈里斯鹰优化算法寻优LSTM超参数，每一次训练LSTM网络时都迭代更新最优的超参数组合；用优化后的超参数建立LSTM预测网络，将特征矩阵输入LSTM网络，通过反向传播算法更新权重，通过Adam优化器更新梯度，经过计算后输出轴承RUL预测值。2.根据权利要求1所述的一种城轨列车轴承剩余使用寿命的预测方法，其特征在于：所述步骤3的能量熵判别法中所述能量满足如下表达式：其中u
i
为第i个模态分量序列，t＝{0,1,...,n}，n为序列长度；所述能量熵满足：H
i
＝
‑
p...

【专利技术属性】
技术研发人员：贺德强，颜竞人，刘旗扬，邓建新，李先旺，项载毓，劳振鹏，刘畅，
申请(专利权)人：广西大学，
类型：发明
国别省市：