首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种滚动轴承寿命预测方法及系统 

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:安徽大学

摘要:本申请提供一种滚动轴承寿命预测方法及系统,该滚动轴承寿命预测方法包括:获取滚动轴承的采集信号,所述采集信号包括振动信号以及标签;将所述振动信号以及所述标签输入至耦合扩散模型,并获得扩散信号以及训练标签;将所述扩散信号输入融合了卷积注意力机制的卷积神经网络,并获得特征信息;获取位置编码,并将其结合至所述特征信息;将所述特征信息以及所述位置编码输入至Transformer模型的编码器,并获取预测信号;将所述预测信号以及所述训练标签输入至去噪得分匹配模型,并获得剩余寿命的预测值,以解决现有的滚动轴承RUL预测方法无法应对复杂度高、训练数据少的滚动轴承寿命预测任务的技术问题。

主权项:1.一种滚动轴承寿命预测方法,其特征在于,包括:获取滚动轴承的采集信号,所述采集信号包括振动信号以及标签;将所述振动信号以及所述标签输入至耦合扩散模型,并获得扩散信号以及训练标签;将所述扩散信号输入融合了卷积注意力机制的卷积神经网络,并获得特征信息;获取位置编码,并将其结合至所述特征信息;将所述特征信息以及所述位置编码输入至Transformer模型的编码器,并获取预测信号;将所述预测信号以及所述训练标签输入至去噪得分匹配模型,并获得剩余寿命的预测值,其中,所述将所述振动信号以及所述标签输入至耦合扩散模型,并获得扩散信号以及训练标签的步骤中,具体包括如下步骤:利用耦合扩散模型将采样获得的高斯噪声逐步添加至所述振动信号,并获得扩散信号,该添加过程为: 其中,ZX表示X的采样标准高斯噪声,X0表示输入信号,Xt表示第t步扩散后的含噪信号,表示噪声权重,其中,所述将所述振动信号以及所述标签输入至耦合扩散模型,并获得扩散信号以及训练标签的步骤中,还包括如下步骤:将所述标签输入耦合扩散模型,并获得训练标签,该扩散过程为: 其中,ZY表示Y的采样标准高斯噪声,Y0表示输入标签,Yt表示第t步扩散后的含噪标签,表示噪声权重,其中,所述将所述扩散信号输入融合了卷积注意力机制的卷积神经网络,并获得特征信息的步骤中,所述卷积神经网络包括通道注意模块以及空间注意模块,其中,所述将所述特征信息以及所述位置编码输入至Transformer模型的编码器,并获取预测信号的步骤中,Transformer模型包括多头注意力机制结构,用以计算时间序列中任意两个位置之间的相关性,其中,所述将所述特征信息以及所述位置编码输入至Transformer模型的编码器,并获取预测信号的步骤,具体包括如下步骤:将所述特征信息以及所述位置编码输入至Transformer模型的编码器;利用所述多头注意力机制结构将每个所述特征信息映射至三个不同的空间中,并获得三个不同的向量;获取每个所述向量的相似度分数值,并将其进行点乘运算;利用归一化激活函数获得相关权重矩阵;基于权重对所有的信号进行加权求和,并获得自注意力在当前节点的向量序列,该向量序列表示为: 其中,Q、K、V分别为同一输入经过不同线性映射得到的查询矩阵、键矩阵和值矩阵;为保持梯度稳定的缩放因子;Softmax为归一化激活函数。

全文数据:

权利要求:

百度查询: 安徽大学 一种滚动轴承寿命预测方法及系统

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。