基于DNN-DT的轴承剩余使用寿命预测方法研究

作者：璩晶磊; 李长胜; 梁萍

来源：河南工学院学报, 2022, 30(02): 1-5.

• 剩余使用寿命预测
• 深度神经网络
• 决策树
• 轴承

针对传统预测方法缺乏有效模型、预测结果与实际偏差较大等问题，提出了一种基于DNN-DT的轴承剩余使用寿命协同预测方法。首先以轴承全生命周期数据为依据，选取振动信号均方根、峰值因子、峭度因子和频谱分区求和等参数构造退化特征；其次为提高退化特征的相关性，利用DNN对轴承振动信号进行无监督特征自适应提取，生成先验模型特征，并在此基础上进行DT分类；最后，基于DNN-DT协同预测算法对轴承剩余寿命进行预测。实验结果表明，该方法结合了DNN基于数据的强大特征学习能力和DT的特征分类能力，相较于DNN、GBDT、SVR、RF、DT等算法，基于DNN-DT的轴承剩余使用寿命预测方法具有更高的预测精度。

• 单位
  河南工学院