基于累计特征提取和RCNN的滚动轴承剩余使用寿命预测

作者：潘冬伟; 范志川; 姬永波; 项乔

来源：船舶与海洋工程, 2023, 39(05): 78-85.

DOI：10.14056/j.cnki.naoe.2023.05.015

• 滚动轴承
• 剩余使用寿命(RUL)预测
• 累计特征变换
• 循环卷积神经网络(RCNN)
• 深度学习

对轴承振动信号的累计特征进行提取，在此基础上提出基于循环卷积神经网络(Recurrent Convolutional Neural Network, RCNN)的滚动轴承剩余使用寿命(Remaining Useful Life, RUL)预测模型。该预测模型通过构建循环卷积层增强神经网络对时间依赖性的学习，通过变分推理量化RUL预测中RCNN的不确定性。通过试验将基于RCNN的滚动轴承RUL预测模型与回归预测模型的预测结果相对比，验证该基于RCNN的预测模型的有效性。