摘要
一种运用增量映射与递归估计预测风电滚动轴承剩余寿命的方法。本发明公开了一种预测风电滚动轴承剩余寿命的方法,涉及可再生能源装备状态监测。首先,通过变换振动加速度信号得到多频带包络解调二维谱图,计算谱图变化量并归一化,得到健康指标和归一化退化增量。其次,利用通道注意力模块从二维谱图的两个维度提取特征,设计二维卷积神经网络学习谱图与退化增量的非线性映射。接着,建立递归深度学习模型,结合模型权重高斯采样,计算未来健康指标的后验概率,实现滚动预测。最后,根据失效阈值预测剩余寿命。本发明的优点在于,构建了基于多频带包络解调二维谱图变化增量的健康指标,设计了包含通道注意力模块的二维卷积神经网络,融合了递归深度学习和权重高斯采样,提高了风电轴承剩余寿命的预测精度。
技术关键词
滚动轴承剩余寿命
二维卷积神经网络
非线性映射关系
包络
可再生能源装备
指标
训练集数据
深度学习模型
学习特征
振动加速度信号
注意力
递归神经网络
风电轴承
退化特征
滤波
频率
表达式
系统为您推荐了相关专利信息
识别方法
参数
随机梯度下降
物联网设备识别
横向联邦
多任务深度学习模型
薄膜厚度检测方法
多模态深度学习
网格化区域
环境光干扰
参数优化方法
色散光纤
反演模型
可调衰减器
激光器