基于注意力TCN的滚动轴承剩余使用寿命预测方法

作者：陈保家; 陈正坤; 陈学良; 郭凯敏

来源：电子测量技术, 2021, 44(24): 153-160.

DOI：10.19651/j.cnki.emt.2107902

• 轴承
• 剩余使用寿命预测
• 时间卷积网络
• 多头注意力

针对现有的基于数据驱动的滚动轴承剩余使用寿命(RUL)预测方法仍需要大量的先验知识来提取特征、构建健康指标和设定故障阈值的现状,提出了一种基于带多头注意力机制的时间卷积网络(TCN)的RUL直接预测方法。该方法首先将原始振动信号的短时傅里叶变换(STFT)作为堆栈降噪自动编码器(SDAE)的输入,得到深度特征表示;然后将其输入到注意力TCN中进行RUL预测。最后,在PRONOSTIA的滚动轴承数据集进行验证。结果表明,该方法的预测误差指标MAE和MAPE分别比其他4种方法平均降低了53.92%和46.13%;得分指标也比这些方法平均提高了52.98%。

• 单位
  三峡大学