《机电工程》杂志,浙江大学与浙江省机电集团联合主办。月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳
执行董事兼总经理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址浙江省杭州市大学路高官弄9号
电话Tel+86-571-87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于CNN-BiLSTM网络及注意力机制的智能 滚动轴承剩余寿命预测方法

作者:赵广谦,姜培刚,林天然 日期:2021-12-22/span> 浏览:81 查看PDF文档

基于CNN-BiLSTM网络及注意力机制的智能
滚动轴承剩余寿命预测方法*
赵广谦,姜培刚,林天然*

(青岛理工大学 机械与汽车工程学院,山东 青岛 266000)


摘要:为了充分利用数据间的时序特性,实现对滚动轴承剩余使用寿命(RUL)的精确预测,提出了一种基于卷积神经网络(CNN)和双向长短时记忆网络(BiLSTM)的滚动轴承RUL智能预测方法。首先,提取出数据中的12个时域特征和4个频域特征作为神经网络的输入;然后,设计了一种基于注意力机制的CNN-BiLSTM算法,对输入数据进行了退化特征提取,并进一步解决了BiLSTM在远距离信号传输中信息丢失的问题;最后,采用PHM 2012轴承退化数据集,通过轴承加速退化PRONOSTIA实验平台,验证了所提方法的有效性,并将其结果与FCNN、CNN-BiLSTM和CNN-LSTM-AM算法所得结果进行了对比分析。研究结果表明:与采用其他方法所得结果相比,采用本文所提方法得到的轴承RUL预测RMSE值分别降低了25.85%、7.32%和10.59%,Score得分则分别提高了3.65%、2.12%和1.58%,该结果验证了本文所提方法在轴承RUL预测应用方面的优越性。

关键词:滚动轴承;剩余使用寿命;卷积神经网络;双向长短时记忆网络;注意力机制

中图分类号:TH133.33;TP183文献标识码:A文章编号:1001-4551(2021)10-1253-08




赵广谦,姜培刚,林天然.基于CNNBiLSTM网络及注意力机制的智能滚动轴承剩余寿命预测方法[J].机电工程,2021,38(10):1253-1260.


友情链接

浙江机械信息网