固定式架车机轴承RUL预测方法及系统技术方案

技术编号:42566020 阅读:41 留言:0更新日期:2024-08-29 00:34
本发明专利技术公开了一种固定式架车机轴承RUL预测方法及系统,采集固定式架车机轴承全生命周期振动信号样本数据,并计算振动信号的时域特征,通过分析各个时域特征与轴承RUL之间的相关性筛选有效时域特征;将全生命周期振动信号样本数据划分为正常期、退化期和毁伤期,对退化期和毁伤期的样本有效时域特征数据进行数据增强处理;利用预处理后的全生命周期样本有效时域特征数据训练基于MSCAE的HI提取模型,基于训练得到的HI提取模型获取全生命周期的HI序列;利用得到的全生命周期的HI序列数据训练基于LSTM网络的轴承RUL预测模型,基于训练得到的基于LSTM网络的轴承RUL预测模型获取轴承RUL预测结果。本申请的MSCAE‑LSTM模型在轴承RUL预测领域具有良好的实用价值。

【技术实现步骤摘要】

本专利技术涉及固定式架车机轴承rul预测,具体涉及一种固定式架车机轴承rul预测方法及系统。


技术介绍

1、轴承用于降低架车机举升梁与基座间的摩擦系数,并保证举升梁的垂直精度。轴承在高速旋转中会产生疲劳应力,随着时间的积累,轴承会出现内外圈崩裂、表面点蚀等毁伤,rul(remaining useful life,剩余使用寿命)预测旨在根据轴承当前状态信息推测毁伤时间,以此在rul接近毁伤阈值时更换轴承,避免生产停滞和设备损坏。

2、hi(health indicator,健康指标)提取是rul预测的前提条件,hi表征退化过程能力的优劣决定了后续rul预测结果精度的上限,经分析得出影响hi提取的几个方面:(1)参与hi提取的特征决定了hi精度的上限。hi由多维度的特征融合得到,多维特征中往往存在与rul预测相关度极低的部分,这部分特征由于单调性较差等原因不适用于hi的提取,还会干扰模型对hi的提取;(2)模型是hi精度逼近所能达到的上限的重要因素。基础的hi提取模型为浅层学习算法或是基础的深度学习算法,这类方法受自身原理或结构限制导致模型能力不理本文档来自技高网...

【技术保护点】

1.一种固定式架车机轴承RUL预测方法,其特征在于,所述方法包括:

2.如权利要求1所述的一种固定式架车机轴承RUL预测方法,其特征在于,采集固定式架车机轴承全生命周期振动信号样本数据,并计算振动信号的时域特征,具体包括:

3.如权利要求1所述的一种固定式架车机轴承RUL预测方法,其特征在于,通过分析各个时域特征与轴承RUL之间的相关性筛选有效时域特征,具体包括:

4.如权利要求1所述的一种固定式架车机轴承RUL预测方法,其特征在于,将全生命周期振动信号样本数据划分为正常期、退化期和毁伤期,具体包括:

5.如权利要求1所述的一种固定式架车机...

【技术特征摘要】

1.一种固定式架车机轴承rul预测方法,其特征在于,所述方法包括:

2.如权利要求1所述的一种固定式架车机轴承rul预测方法,其特征在于,采集固定式架车机轴承全生命周期振动信号样本数据,并计算振动信号的时域特征,具体包括:

3.如权利要求1所述的一种固定式架车机轴承rul预测方法,其特征在于,通过分析各个时域特征与轴承rul之间的相关性筛选有效时域特征,具体包括:

4.如权利要求1所述的一种固定式架车机轴承rul预测方法,其特征在于,将全生命周期振动信号样本数据划分为正常期、退化期和毁伤期,具体包括:

5.如权利要求1所述的一种固定式架车机轴承rul预测方法,其特征在于,将全生命周期振动信号样本数据划分为正常期、退化期和毁伤期,具体还包括:

6.如权利要求1所述的一种固定式架车机轴...

【专利技术属性】
技术研发人员:王丹常朝朝张锦
申请(专利权)人:西安欧亚学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1