一种基于频谱重构神经网络的鼓风机轴承温度预测方法

本发明提出了一种基于频谱重构神经网络的鼓风机轴承温度预测方法，实现了对鼓风机轴承温度未来状态的精准预测。该方法通过传感器采集出口空气压力、高速轴驱动端轴承温度、高速轴振动值、进口空气温度、主电机电流以及历史鼓风机主电机轴承温度，作为模型输入变量，建立频谱重构神经网络结构的预测模型；构建频谱重构层对输入变量进行频域特征提取与平滑处理，并设计频谱投影注意力机制，利用近似正交投影分解注意力矩阵中的查询矩阵和键矩阵，自适应调整不同频率特征权重，有效缓解概念漂移问题；结合鼓风机运行数据对模型参数进行动态更新，形成具备概念漂移自适应能力的预测模型，实现了对鼓风机轴承温度未来状态的高精度预测。