基于注意力TCN的滚动轴承剩余使用寿命预测方法

来源：电子测量技术杂志2021年第24期北京时间：

作者：陈保家，陈正坤，陈学良，郭凯敏

单位：三峡大学 机械与动力学院，宜昌 443002

摘要：针对现有的基于数据驱动的滚动轴承剩余使用寿命(RUL)预测方法仍需要大量的先验知识来提取特征、构建健康指标和设定故障阈值的现状，提出了一种基于带多头注意力机制的时间卷积网络(TCN)的RUL直接预测方法。该方法首先将原始振动信号的短时傅里叶变换(STFT)作为堆栈降噪自动编码器(SDAE)的输入，得到深度特征表示；然后将其输入到注意力TCN中进行RUL预测。最后，在PRONOSTIA的滚动轴承数据集进行验证。结果表明，本文方法的预测误差指标MAE和MAPE分别比其它四种方法平均降低了53.92%和46.13%；得分指标也比这些方法平均提高了52.98%。

关键词：轴承;剩余使用寿命预测;时间卷积网络;多头注意力

基金资助：国家自然科学基金资助项目（51975324）；机械传动国家重点实验室开放基金资助项目(SKLMT-MSKFKT-202020)；水电机械设备设计与维护湖北省重点实验室(三峡大学)开放基金(2020KJX02)