机床与液压

作者：李冰，张凯，初琦，高淑芝

单位：沈阳化工大学装备可靠性研究所；沈阳化工大学装备可靠性研究所；沈阳化工大学装备可靠性研究所；沈阳化工大学装备可靠性研究所

关键词：滚动轴承;可靠度;深度降噪;BiTCN-BiGRU

基金：辽宁省科学技术厅自然科学基金面上项目（2024-MSLH-384）；国家自然科学基金面上项目（52275156）

针对实际应用中滚动轴承振动信号具有高度复杂性和非线性特性，传统预测模型难以捕获有效的状态信息并实现准确的可靠度预测，提出一种基于EEMD-SVD深度降噪和BiTCN-BiGRU结合的滚动轴承可靠度评估与预测方法。采用集合经验模态分解（EEMD）对振动信号进行分解，使用相关性指标对分解后的信号分量进行选择和重构；利用奇异值分解（SVD）对重构信号进行二次降噪，从降噪后的信号中提取特征参数集，采用核主成分分析算法进行降维，并通过逻辑回归模型完成可靠度评估；最后，利用BiTCN-BiGRU模型对可靠度进行预测。结果表明：提出模型预测结果的决定系数、平均绝对误差和均方误差分别为0.986 8、0.012 6、0.000 6，各项指标均优于CNN、BiGRU、TCN-BiGRU模型，验证了所提方法的有效性和实用性。BiTCN-BiGRU 模型充分发挥了两者在捕捉时间序列长期依赖关系之间的优势，深入挖掘和学习了退化指标的状态趋势，实现了长时间序列更高精度的预测，提高了可靠度预测的准确性。

来源：2026年第7期

《机床与液压》期刊编辑部

查看机床与液压杂志2026年第7期