[发明专利]一种基于GRU神经网络的滚动轴承剩余寿命预测方法有效
| 申请号： | 201910803500.1 | 申请日： | 2019-08-28 |
| 公开（公告）号： | CN110610035B | 公开（公告）日： | 2022-12-16 |
| 发明（设计）人： | 刘振兴;肖丽;张永;袁烨;郑英 | 申请（专利权）人： | 武汉科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08;G06N3/04;G01M13/045 |
| 代理公司： | 上海政济知识产权代理事务所(普通合伙) 31479 | 代理人： | 辇甲武 |
| 地址： | 430081 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于GRU神经网络的滚动轴承剩余寿命预测方法，该方法按照如下步骤进行：步骤1：提取样本滚动轴承的多个退化特征组成退化特征集；步骤2：利用CEEMDAN算法对退化特征集进行分解，将分解后的残差项作为趋势特征；步骤3：利用单调性和相关性的线性组合对趋势特征筛选，形成最优特征集；步骤4：归一化处理最优特征集；步骤5：将归一化处理后的最优特征集作为GRU神经网络的输入、剩余寿命百分比作为输出训练GRU神经网络；步骤6：获取待测滚动轴承的归一化处理的最优特征集并输入训练后的GRU神经网络中，利用输出的剩余寿命百分比预测出该待测滚动轴承的剩余寿命。本发明方法能更加准确地预测轴承的剩余寿命。 | ||
| 搜索关键词： | 一种 基于 gru 神经网络 滚动轴承 剩余 寿命 预测 方法 | ||
【主权项】：
1.一种基于GRU神经网络的滚动轴承剩余寿命预测方法，其特征在于，按照如下步骤进行：/n步骤1：采集样本滚动轴承运行状态的振动信号，对所述振动信号提取时域特征、频域特征以及时频域特征，由所述时域特征、所述频域特征、所述时频域特征组成退化特征集；/n步骤2：利用CEEMDAN算法对所述退化特征集进行分解，并将分解后的残差项作为趋势特征；/n步骤3：利用单调性和相关性的线性组合对所述趋势特征进行筛选，形成最优特征集；/n步骤4：对所述最优特征集进行归一化处理，得到归一化处理后的最优特征集；/n步骤5：采用GRU神经网络，将归一化处理后的最优特征集作为所述GRU神经网络的输入，将剩余寿命百分比作为所述GRU神经网络的输出，以训练所述GRU神经网络；/n步骤6：重复步骤1～4采集待测滚动轴承的运行状态的振动信号以获取所述待测滚动轴承的归一化处理的最优特征集，再将所述待测滚动轴承的归一化处理的最优特征集输入步骤5训练得到的GRU神经网络中，从而获得所述待测滚动轴承的剩余寿命百分比，再利用输出的所述待测滚动轴承的剩余寿命百分比预测出所述待测滚动轴承的剩余寿命。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉科技大学，未经武汉科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910803500.1/，转载请声明来源钻瓜专利网。
