基于IVMD及GNN的外啮合齿轮泵剩余寿命预测研究

作者：叶欣; 王东锋; 齐建军; 郭锐; 赵静一; 赵家炜

来源：液压气动与密封, 2022, 42(08): 9-17.

• 外啮合齿轮泵
• 剩余使用寿命
• 图神经网络
• 粒子群优化算法

齿轮泵剩余使用寿命预测对液压元件预防性维护具有重要意义。从流量退化的角度构建一种基于改进的变分模态分解(IVMD)方法及图神经网络(GNN)的外啮合齿轮泵寿命评价模型。首先运用经粒子群优化算法(PSO)优化后的变分模态分解(VMD)方法对齿轮泵原始振动数据进行降噪重构，再从时域、频域、时频域选取重构信号的特征指标并组成特征矩阵，将特征矩阵进行归一化处理后得到齿轮泵寿命评估指标。最后将评估指标与对应流量信号输入到GNN模型中进行训练，进而得到外啮合齿轮泵寿命评价模型。为验证IVMD-GNN模型的优越性，将其与模糊神经网络(ANFIS)及贝叶斯网络(Trainbr-RBFNN)进行对比。结果表明：IVMD-GNN模型预测结果的均方误差为1.68e-04,明显小于其他两种模型，且预测下的寿命分布与真实分布基本吻合，表明该模型拥有更高的准确性，能够对齿轮泵的剩余使用寿命进行评估。

• 单位
  燕山大学; 北京特种工程设计研究院