科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对振动信号中的噪声会对模型预测效果产生影响，提出利用信号的色散熵进行降噪，通过计算每个信号子段的色散熵，从而判断信号的含噪程度，将含噪声较大的信号去除以达到降噪的目的；构建了带多头注意力机制的双向门控循环单元模型（bidirectional gate recurrent unit with multi-head attention，Bi-MAGRU）；利用轴承正常运行下的振动数据训练模型，将训练后的模型用于预测。以模型的预测值与真实值之间的重构误差作为健康指标，采用Beta分布确定预警控制限值，判断早期故障的发生。通过在轴承加速寿命实验数据集上的验证，表明该方法能够有效检测出轴承发生的早期故障，并且可以适用于不同的运行工况。
- 出版日期2023
- 单位华北电力大学
