买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:哈尔滨理工大学
摘要:本发明公开了基于SAE与TCN‑Attention模型的滚动轴承性能衰退预测方法及装置,涉及机械性能衰退预测预测领域。本发明针对满足对所监测的滚动轴承性能变化趋势的需求的问题。本发明获取滚动轴承的原始振动信号数据,经降噪后进行特征提取,得到时域特征衰退指标和频域特征衰退指标;将所述时域特征衰退指标和频域特征衰退指标输入SAE模型中,得到融合后的特征指标;将融合后的特征指标输入TCN‑Attention模型中,得到滚动轴承性能衰退趋势,得到滚动轴承性能衰退趋势;本发明能够实现滚动轴承性能衰退的高精度预测。
主权项:1.基于SAE与TCN-Attention模型的滚动轴承性能衰退预测方法,其特征在于,包括如下步骤:S1、获取滚动轴承的原始振动信号数据,经降噪后进行特征提取,得到时域特征衰退指标和频域特征衰退指标;S2、将所述时域特征衰退指标和频域特征衰退指标输入SAE模型中,得到融合后的特征指标;所述SAE模型的激活函数为Sec函数,具体为: ; ;其中,为Sec函数,为Sec函数的导数;S3、将融合后的特征指标输入TCN-Attention模型中,得到滚动轴承性能衰退趋势;所述TCN-Attention模型包括输入层、TCN层、Attention层、全连接层和输出层;所述Attention层计算TCN层输出的的权重值,权重计算方法包括:通过权重打分函数确定TCN层输出的序列总的隐藏层权重与TCN层输出序列中各隐藏层权重的比值,所述权重打分函数为: ;其中:为TCN层输出的序列总的隐藏层权重,为输出序列中第i个隐藏层权重,,,分别代表Attention层中的总输入量权重系数、对应第i个隐藏层状态对应的权重系数、偏置值;计算当前时刻隐藏层所占的总比重;通过加权计算下一时刻的特征向量。
全文数据:
权利要求:
百度查询: 哈尔滨理工大学 基于SAE与TCN-Attention模型的滚动轴承性能衰退预测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。