机床与液压

作者：姜广君，段政伟，穆东明，杨金森

单位：内蒙古工业大学机械工程学院;内蒙古自治区先进制造技术重点实验室；内蒙古工业大学机械工程学院;内蒙古自治区先进制造技术重点实验室；内蒙古工业大学机械工程学院;内蒙古自治区先进制造技术重点实验室；内蒙古工业大学机械工程学院;内蒙古自治区先进制造技术重点实验室

关键词：机床齿轮箱轴承;时间卷积网络;时间序列;剩余寿命预测

基金：内蒙古自治区关键技术攻关计划（2021GG0346）；内蒙古自然科学基金面上项目（2023MS05030）；自治区直属高校基本科研业务费项目（JY20220004；JY20230094）

基于深度神经网络的RUL预测模型结构比较复杂，不能很好地满足中长期预测任务的要求。为了更好地利用时间信息，设计一种基于时间卷积网络（TCN）的轴承RUL预测模型。以振动信号的频谱特征作为输入，利用因果膨胀卷积结构提取频域特征并捕获长期依赖，从而实现对轴承准确的RUL预测。为了进一步说明所提方法的优越性，将所提方法与卷积神经网络（CNN）、门控循环单元（GRU）进行了对比。结果表明：所提出的TCN模型的RUL预测精度优于其他现有方法，具有较高的精度。

来源：2024年第12期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第12期