一种主轴轴承寿命预测方法、装置及介质制造方法及图纸

本发明专利技术涉及一种主轴轴承寿命预测方法、装置及介质，选用增强型顶帽算子EAVGH对滚动轴承振动信号进行特征的提取增强并去噪；利用时间卷积神经网络TCN的一维全卷积网络、因果卷积、扩张卷积以及残差连接模型特性，搭建网络模型时间卷积网络TCN结构；将采集的轴承一维振动信号，输入至增强型顶帽算子EAVGH提取主轴轴承信号中的深层特征，并将深层特征输入至搭建好的网络模型时间卷积网络TCN结构中对主轴轴承的剩余寿命进行预测；本发明专利技术能够对加工中心主轴轴承的健康状态进行监测，合理安排更换采购时间可有效的避免因为零部件的更换而导致的设备停机造成巨大的经济损失。

【技术实现步骤摘要】

本专利技术属于机械设备，涉及一种主轴轴承寿命预测方法、装置及介质，具体涉及一种基于eavgh-tcn神经网络的主轴轴承寿命预测方法、装置及介质。

技术介绍

1、主轴轴承作为加工设备中及其重要的部件，其结构和工作原理与滚动轴承相似，在工作时由于不确定性因素较多，并承受着很多交变应力，在运作期间可能出现磨损、断裂、侵蚀等损伤，致使设备不能正常工作，所以主轴轴承是极易损坏部件，如果出现故障，其他部件也会受到影响，致使整个设备的运作状态也会受到变化，甚至引发严重的生产事故。因此，监测轴承的运行状态并获取轴承实时运作信息，及时掌握轴承故障信息，掌握轴承的剩余寿命，为设备的维护提供相对的解决方法，可以保障机械设备正常高效运行并具有重要意义和实际应用价值。

2、专利文献cn113671381b涉及一种基于时间卷积网络的锂离子动力电池估算方法，包括：建立初始时间卷积网络模型；获取电池的实时状态数据集；根据电池的实时状态数据集对初始时间卷积网络模型进行训练、验证和测试，得到目标时间卷积网络模型；将待估算的电池数据输入至目标时间卷积网络模型，得到电池剩余电量量测值本文档来自技高网...

【技术保护点】

1.一种主轴轴承寿命预测方法，其特征在于，包括：

2.根据权利要求1所述的一种主轴轴承寿命预测方法，其特征在于，还包括，调整参数：调整EAVGH中结构元素的最优尺度λ参数，调整网络模型时间卷积网络TCN结构中卷积层的数量、卷积核的数量、池化层的数量参数。

3.根据权利要求2所述的一种主轴轴承寿命预测方法，其特征在于：

4.根据权利要求2所述的一种主轴轴承寿命预测方法，其特征在于：

5.根据权利要求2所述的一种主轴轴承寿命预测方法，其特征在于：

6.根据权利要求2所述的一种主轴轴承寿命预测方法，其特征在于：p>

7.根据权...

【技术特征摘要】

1.一种主轴轴承寿命预测方法，其特征在于，包括：

2.根据权利要求1所述的一种主轴轴承寿命预测方法，其特征在于，还包括，调整参数：调整eavgh中结构元素的最优尺度λ参数，调整网络模型时间卷积网络tcn结构中卷积层的数量、卷积核的数量、池化层的数量参数。

3.根据权利要求2所述的一种主轴轴承寿命预测方法，其特征在于：

4.根据权利要求2所述的一种主轴轴承寿命预测方法，其特征在于：

5.根据权利要求2所述的一种主轴轴承寿命预测方法，其特征在于...

【专利技术属性】
技术研发人员：孙业彭，张文光，张腾，马腾杰，黄海峰，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：