首页|基于CNN-WaveNet的滚动轴承剩余寿命预测

基于CNN-WaveNet的滚动轴承剩余寿命预测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为保证设备正常运行并准确预测轴承剩余寿命,提出二维卷积神经网络与改进WaveNet组合的寿命预测模型.为克服未优化的递归网络在预测训练过程中易出现梯度消失问题,该模型引入了WaveNet时序网络结构.针对原始WaveNet结构不适用滚动轴承振动数据情况,将WaveNet结构改进与二维卷积神经网络结合应用于滚动轴承寿命预测.模型利用二维卷积网络提取一维振动序列的特征,随后特征输入WaveNet并进行滚动轴承的预测寿命.改进模型相比于深度循环网络计算效率更高、结果更准确,相比于原始CNN-WaveNet-O模型预测结果更准确.相比于深度长短期记忆网络模型,改进方法预测结果均方根误差降低了11.04％,评分函数降低了11.34％.
Remaining life prediction of rolling bearing based on CNN-WaveNet

全航、张强、邵思羽、牛天林、杨新宇

展开 >

空军工程大学 研究生学院,西安710051

空军工程大学 防空反导学院,西安710051

深度学习 卷积神经网络 WaveNet网络 滚动轴承 寿命预测

2021

10.19734/j.issn.1001-3695.2021.03.0078

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(10)
  • 7
  • 5