[发明专利]基于循环卷积网络及变分推理的滚动轴承寿命预测方法

权利要求书

1.一种基于循环卷积网络及变分推理的滚动轴承寿命预测方法，其特征在于，包括以下步骤：

步骤1，获取滚动轴承原始多源传感数据样本数据集其中，H×1×C为时间序列传感数据的大小，H为每个传感数据序列长度，C为传感器个数；

步骤2，将滚动轴承数据先输入到循环卷积层，得到t时刻第i个循环卷积层的第j个特征为：

其中，表示哈达玛积，为t-1时刻由循环连接反馈传递的存储状态，和为二维卷积核，为偏差项；

再输入模型的池化层，得到时刻t的状态其中pool(·)为采样函数，p为池的大小，s为步长；

步骤3，将提取后的特征输入全连接层，得到轴承剩余寿命的预测结果为：

其中，为i-1层的输出，为权重矩阵，为偏差矩阵；

步骤4，将步骤3所得的初步预测结果通过变分推理方法进行不确定性量化；定义一个近似变分分布q(ω)来分解权重和偏差矩阵，即：

其中，W^l和b^l分别为第l层的权重与偏差矩阵，π^l∈[0,1]为给定的概率，和分别为权重与偏差的变分系数，τ为模型准确度，N(0,1)为标准正态分布；

步骤5，最小化近似变分分布q(ω)和后验分布p(ω|X,O)间的相对熵KL(q(ω)||p(ω|X,O))，即最小化目标函数：

其中，ω为基于循环卷积神经网络预测模型的随机变量，为由T个输入组成的训练数据集，为相应的输出；

通过最小化近似变分分布和后验分布之间的Kullback-Leibler差异，得到步骤3中预测结果的概率分布。