摘要
本发明公开了一种基于RCMFDE和BiTCN‑BiGRU‑MHCA的滚动轴承剩余寿命预测方法,所述方法针对满足对所监测的滚动轴承剩余寿命预测的需求问题,对滚动轴承原始振动信号进行特征提取,得到RCMFDE特征指标,利用线性加权评价获取RCMFDE的最佳分数阶参数。并将上述最优分数阶RCMFDE、MDE与RCMDE特征指标通过多个评估标准进行综合加权评价,获得最优的一类特征指标。将最优的一类特征指标输入BiTCN‑BiGRU‑MHCA网络模型中,BiTCN‑BiGRU为并行双支路架构,设计多头交叉注意力特征融合模块,实现不同分支的特征自适应加权融合,通过全连接层得到滚动轴承的剩余寿命。本发明通过实验验证RCMFDE特征指标具有更优越的鲁棒性和综合评价结果,BiTCN‑BiGRU‑MHCA预测方法对实现滚动轴承的剩余寿命预测具有更高的精度和泛化能力。
技术关键词
指标
双分支结构
滚动轴承剩余寿命
退化特征
复合多尺度
剩余寿命预测
鲁棒性评估
分数阶
代表
训练集
更新模型参数
测试轴承
矩阵
序列
样本