龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：天津工业大学
申请日：2024-03-25
公开（公告）日：2024-06-14
公开（公告）号：CN118194461A
主分类号：G06F30/17
分类号：G06F30/17;G06N3/0442;G06F18/2415;G06N3/006;G06F119/02
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明公开了一种滚动轴承可靠度预测方法，首先，对滚动轴承水平振动数据进行多域特征提取，构建多域高维特征集；再利用斯皮尔曼相关系数筛除多域高维特征集中与时间无关的特征，再利用随机森林算法剔除冗余特征，构成低维特征集；然后利用Box‑Cox变换和加权系数法构建加权HI曲线；再根据随机摄动法与四阶矩法得到滚动轴承的渐变可靠度曲线；最后将加权HI曲线作为BOA‑BiLSTM预测模型的输入、渐变可靠度曲线作为BOA‑BiLSTM预测模型的标签，来预测目标滚动轴承的可靠度。本发明首次采用给预测模型添加标签的方法进行可靠度预测，并基于健康指标、渐变可靠度与BOA‑BiLSTM预测模型来预测目标滚动轴承的可靠度。
主权项：1.一种滚动轴承可靠度预测方法，其特征在于，该方法包括以下步骤：步骤1、收集滚动轴承全寿命振动数据；滚动轴承全寿命振动数据包括滚动轴承水平振动数据和滚动轴承竖直振动数据；步骤2、提取步骤1得到的滚动轴承水平振动数据的时域特征和频域特征，构成多域高维特征集；步骤3、先利用斯皮尔曼相关系数筛除多域高维特征集中的无关特征，再利用随机森林算法剔除多域高维特征集中的冗余特征，构成低维特征集；步骤4、利用Box-Cox变换对步骤3得到的低维特征集进行融合，得到与滚动轴承劣化状态相关的HI曲线；再按照加权系数法对HI曲线进行重新构建，得到加权HI曲线；步骤5、选定影响滚动轴承可靠性的基本随机变量X，再建立应力-强度干涉模型，再基于应力-强度干涉模型根据Gamma退化过程建立滚动轴承的渐变可靠性状态函数，再根据随机摄动法与四阶矩法得到滚动轴承的渐变可靠度曲线；步骤6、使用贝叶斯优化算法对BiLSTM神经网络的超参数进行优化，得到具有最优超参数的BOA-BiLSTM预测模型；然后将步骤4得到的加权HI曲线作为BOA-BiLSTM预测模型的输入、步骤5得到的渐变可靠度曲线作为BOA-BiLSTM预测模型的标签，来预测目标滚动轴承的可靠度。
全文数据：
权利要求：
百度查询： 天津工业大学 一种滚动轴承可靠度预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号