机床与液压

作者：田丽晶，薛建华，何罗宁

单位：辽源职业技术学院机电工程学院；吉林大学汽车仿真与控制国家重点实验室；中国特种设备检测研究院

关键词：数控设备;退化模型;剩余寿命预测;长短时记忆网络

基金：国家自然科学基金面上项目（52075215）

数控设备的可靠运行对制造业至关重要,其退化过程和剩余寿命预测是设备健康管理（PHM）的关键问题。从时间序列的角度分析数控设备的状态监测信息,提出一种基于信号处理和长短时记忆网络（LSTM）的数控设备剩余寿命预测方法。利用信号处理技术提取振动信号的时频域退化特征,通过Spearman相关性分析和核主成分分析（KPCA）进行特征选择和降维。引入退化程度指标 D 来量化设备的退化状态。在此基础上，构建基于长短时记忆 (LSTM)网络的退化过程演变模型，用于预测退化程度指标，并结合线性回归模型实现了设备剩余寿命的估计。结果表明：所提LSTM模型能够有效捕捉设备退化的长期趋势和复杂动态特征，结合线性回归模型实现了设备剩余寿命的高精度估计。最后，利用XJTU-SY轴承退化数据集进行实验分析，通过对不同工况和故障类型的数据集进行退化趋势可视化和剩余寿命预测，验证了所提方法的有效性，为数控机床的可靠性研究提供了新思路。

来源：2025年第16期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第16期