摘要
旋转设备是现代工业的主要部件,是保证制造系统可靠性和稳定性的关键因素之一。因此,对旋转设备的健康状态监测和剩余寿命预测具有重要的研究意义和理论价值。基于郊狼优化算法,优化了粒子滤波权值退化的问题,提升了剩余寿命的预测精度。首先,采用深度相关对齐(Deep CORrelation alignment, Deep CORAL)域适应方法进行训练集与测试集的特征分布对齐,并利用长短期时间序列网络进行健康指标构建,提高了健康指标构建的准确性;其次,利用基于郊狼优化算法的改进粒子滤波算法,提高了旋转设备剩余寿命预测的精度和可靠性;最后,以刀具为例,引入PHM2010刀具磨损数据集,实验结果验证了所提方法的有效性。
- 单位