基于IPIO-VME与ConvNeXt-Encoder-GRU的轴承剩余寿命预测 |
| |
引用本文: | 黄博昊,董红涛,赵晖,卫若茜,陈敬川,何澳.基于IPIO-VME与ConvNeXt-Encoder-GRU的轴承剩余寿命预测[J].机电工程,2024(4):570-582. |
| |
作者姓名: | 黄博昊 董红涛 赵晖 卫若茜 陈敬川 何澳 |
| |
作者单位: | 1. 中国矿业大学(北京)人工智能学院;2. 陕西彬长小庄矿业有限公司;3. 陕西彬长矿业集团有限公司 |
| |
基金项目: | 国家自然科学基金资助项目(52074305); |
| |
摘 要: | 基于振动信号的轴承剩余寿命(RUL)预测在工业安全生产中具有重要意义,但该领域目前存在着模型构建难度较高、预测精度较低的问题;为完成自适应的特征模态提取和去噪工作,简化模型构建过程,提升预测效果,提出了基于改进鸽群算法的变分模态提取(IPIO-VME)算法和基于ConvNeXt-Encoder-门控循环单元(GRU)的轴承剩余寿命预测方法。首先,鸽群算法高效准确,适用于VME的参数选择,但容易陷入局部最优,因此利用自适应惯性权重、收缩包围机制、莱维飞行等方法对鸽群算法进行了改进,以提高收敛速度和全局收敛能力;然后,为实现自适应的模态提取目的,设计了IPIO-VME算法的目标函数,能够针对VME算法和轴承振动信号的特点,有效提取轴承振动特征;最后,针对模型构建繁琐、精度低的问题,提出了ConvNeXt-Encoder-GRU模型,采用间隔与连续采样的数据集构建方法,并使用联合振动数据和特征曲线的方法进行了寿命预测模型的构建,通过ConvNeXt模块提取振动特征,然后使用Transformer的Encoder模块提取趋势特征,并利用GRU进行了融合;还对该算法和预测模型进行了实验对比验证。...
|
关 键 词: | 滚动轴承 剩余使用寿命预测 改进鸽群算法 变分模态提取 ConvNeXt 门控循环单元 |
|
|