摘要
本发明涉及轴承剩余使用寿命预测技术领域,具体涉及一种自适应门控图卷积网络的轴承剩余使用寿命预测方法,具体为对轴承的原始振动信号进行采样并转换到特征通道;通过窗口采样特征通道的数据,并分别以行和列划分以得到时间相关性和空间相关性的图结构数据,使用余弦相似度和协方差初步定义两类图的邻接矩阵,以便输入后续的图神经网络;使用源矩阵和目标矩阵得到自适应的两类图并与预定义的图一同输入构造好的门控图卷积网络;将从门控图卷积网络提取出来的相关性特征输入DBN以提取其低维抽象特征;通过双向LSTM提取特征通道数据中的长短期时间依赖并与DBN的输出进行融合,最后输入一个全连接层以得到最终的轴承剩余使用寿命预测。
技术关键词
剩余使用寿命预测
卷积神经网络模块
表达式
拉普拉斯
数据
sigmoid函数
切比雪夫
动态邻接矩阵
协方差矩阵
深度置信网络
多头注意力机制
元素
特征值
轴承
节点
系统为您推荐了相关专利信息
视觉识别方法
卷积特征提取
分类器
图像类别
视觉识别装置
伺服系统控制方法
伺服电机故障
仿真数据
数字孪生
特征数据提取
轮廓特征
三维模型
排土机排料臂
卸料小车
矿石开采技术