(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910162042.8(22)申请日 2019.03.01(71)申请人 哈尔滨理工大学地址 150080 黑龙江省哈尔滨市南岗区学府路52号(72)发明人 王玉静 康守强 李少鹏 谢金宝 王庆岩 (74)专利代理机构 哈尔滨市松花江专利商标事务所 23109代理人 杨立超(51)Int.Cl.G06F 17/50(2006.01)G06K 9/00(2006.01)G06N 3/04(2006.01)G01M 13/04(2019.01)
(54)发明名称一种基于CNN和LSTM的滚动轴承剩余使用寿命预测方法(57)摘要一种基于CNN和LSTM的滚动轴承剩余使用寿命预测方法，涉及滚动轴承寿命预测领域。针对滚动轴承存在性能退化渐变故障和突发故障两种模式下其剩余使用寿命(RUL)预测困难的问题，该方法首先对滚动轴承原始振动信号作FFT变换，然后将预处理所得到的频域幅值信号进行归一化处理后，并将其作为CNN的输入。利用CNN自动提取数据局部抽象信息以挖掘深层特征，避免传统特征提取方法过于依赖专家经验的问题。之后再将深层特征输入到LSTM网络中，构建趋势性量化健康指标，同时确定失效阈值。最后，运用移动平均法进行平滑处理，消除局部振荡，再利用多项式曲线拟合，预测未来失效时刻，实现滚动轴承RUL预测。预测结果能够较好地接近真实
寿命值。
权利要求书2页 说明书10页 附图7页CN 109726524 A2019.05.07
CN 109726524
A1.一种基于CNN和LSTM的滚动轴承剩余使用寿命预测方法，其特征在于：所述方法的实现过程：1)选取滚动轴承振动信号不同工况下的部分数据作为训练集，并对训练集的原始振动信号作FFT变换，得到频域幅值信号；2)将频域幅值信号进行归一化处理后作为特征输入，寿命百分比作为输出训练模型，形如其中xt∈RN×1表示某一工况某一轴承在时刻t处的N维特征输入，N＝2048，yt∈[0,1]表示该轴承在时刻t的寿命退化百分比输出；Dtra表示训练集中某一工况某一轴承的振动信号数据，R为频域幅值特征矩阵；T为轴承全寿命运行时间；3)设定CNN的层数、滤波器数量、卷积尺寸大小，将归一化后的频域幅值信号作为CNN的输入，运用CNN中的卷积层、池化层遍历整个输入数据序列，以提取振动信号的局部信息、挖掘深层特征；4)再将池化层输出结果输入到LSTM网络中，利用LSTM网络的LSTM记忆单元对时间序列数据具有长短期记忆的优势构建趋势性量化健康指标，建立趋势性量化健康指标模型；5)对测试集中不同工况的非全寿时域振动信号进行FFT变换，得到频域幅值信号，并进行归一化处理，经步骤3)挖掘的深层特征，结合步骤4)的趋势性量化健康指标模型，获取测试集的趋势性量化健康指标；采用移动平均法(moving average，MA)对其进行平滑处理；6)利用多项式曲线拟合滚动轴承性能退化趋势，预测滚动轴承的RUL。2.根据权利要求1的所述的基于CNN和LSTM的滚动轴承剩余使用寿命预测方法，其特征在于：在步骤3)中，利用CNN的卷积操作、局部链接、权值共享特性自动提取数据局部抽象信息以挖掘深层特征。3.根据权利要求2的所述的基于CNN和LSTM的滚动轴承剩余使用寿命预测方法，其特征在于：在步骤3)的具体实现过程为：将滚动轴承归一化后的频域幅值信号输入到卷积层中，具体卷积层运算如式(1)所示：
上 海 工 程 技 术 大 学 学 报
JOURNAL OF SHANGHAI UNIVERSITY OF ENGINEERING SCIENCEVol
33 No
4
Dec4
#019第
33 卷第
4 期
#019 年
1#月
文章编号
：1009 - 444X(2019)04- 0334- 05
基于RVM
和WPHM
的滚动轴承剩余寿命预测
范强飞
〔，廖爱华
】，丁亚琦
2
21.上海工程技术大学城市轨道交通学院
，上海
201620；
2.上海地铁维护保障有限公司车辆分公司,上海
200235)
摘要
：针对在直接预测传统滚动轴承剩余寿命中呈现出精度不高及预测结果无法体现个体差异性
的问题，提出一种基于相关向量机(RVM)和威布尔比例故障率模型(WPHM)的滚动轴承剩余寿命
预测方法，采用Cincinnati大学滚动轴承全寿命实验数据进行仿真实验，计算结果表明提出的预测
方法能实现对滚动轴承剩余寿命的预测，预测趋势与实际情况相符程度高，有较好的预测结果，具
有一定的应用价值.
关键词
：滚动轴承
；相关向量机
；威布尔比例故障率模型
；剩余寿命
中图分类号
：th
133.33 文献标志码
：A
Remaining Useful Life Prediction of Rolling Bearing
Based on RVM and WPHM
FAN Qiangfei ,
LIAOAhua' ,
DING Yaqi2
21. School of Urban Rail Transportation, Shanghai University of Engineering Science, Shanghai 201620, China；
# TheVehicleRranch$
ShanghaiMetro MaintenanceGuaranteeCo $
Ltd $
Shanghai
#00#35$
China)
Abstract
：Aimingattheproblemthattheaccuracyoftraditionalro
8%9!
$)*9"#"#!!
"
"#"#
# !
$!"#$%&'()*+,
$%&'()*$)+,-./0%%(1 2'3%4)3-+$).'5)+3'*-.6 0/+,.-7'/
%&'(!1001 #2265!2020"0' #0065 #05((((DO+#10. 1'462./. 012i. 445645. 2020. 0'. 015
45 2>W$QY;$
/‘Whi ”g 6
'“
#
#q
1"2 " #
1 " s
' "
1
!1 .
568C)9 +:8;9<"
56(110A@0$2.
34<= >
C%&9< 9<"
56(
110161$'.
!?!
56#
@A -.12"
56(110164#
EF! G
@ z Q
— Z B
L"ijdH
-c l
0\ C: Q@
z Q% A_CIQSHI& B
pm
tu n
B My
?$
] ? G r
"
T Yl
0\ " d Blm ("
O d
tu
<
+ PB
u )
c A_CIQSHI ;
% < BHHG
\}m"
tuO
C n BD
!! "
tuB w
6 M$
z : ZS_+.UCRop
N
中心提供的滚动轴承全寿命数据对所提算法进行了验证。结果表明，不受轴承个体差异的影响，
AFCMQVM能有效实现自动聚类"识别结果符合轴承退化演变规律；与分层狄利克雷％ MDP)和K-
4e61s 法 " A_CIQSHI T~ 4的 5
8 的 p $
关键词：自适应模糊C均值-支持向量机％AFCMQVM)；滚动轴承;退化状态评估；剩余寿命预测
JKLM(!LM1@"LN506(((%NOPQ!A
W$QY;$
JVMi1;QbDS1
%2%
SUhi6>Q4i1;1 %
J+USDiQiS1'%
CMEZCD61;QbDe1;1
!
1. S0D>>9>TMe0D61i069E1;i1eeWi1;%
SDe1C61;U1iXeWsi5C>TLe0D1>9;C%
SDe1C61;1 10A@0%
工矿自动化
Industryand MineAutomation第45
卷第8
期
2019
年8
月Vol. 45 No. 8
Aug.2019
文章编号:
1671-
251X(2019)08-
0074-
05DOI
：10. 13272/j. issn. 1671-251x. 2019010085
基于主元特征融合和SVM
的轴承剩余寿命预测
马海龙
(北京天地龙跃科技有限公司％北京
100013)
扫码移动阅读
摘要：为解决采用单一特征量预测轴承剩余寿命误差较大、有限数据样本条件下轴承剩余寿命难以估算
的问题，提出了一种基于主元特征融合和支持向量机(SVM
)的轴承剩余寿命预测方法。该方法采集振动加
速度信号构建数据样本，提取有效值、峰值、小波爛等表征轴承退化趋势的特征指标；采用主元分析融合多个
特征指标
!消除特征间的冗余和相关性，构造出相对多特征的退化特征量；将退化特征量输入SVM模型中
进行轴承剩余寿命预测。现场工程应用结果表明，基于主元特征融合和SVM的轴承剩余寿命预测方法可
在小样本条件下筛选出包含信号绝大部分信息的主元，从而在保证预测精度的同时，减少了计算量
％
关键词：
轴承剩余寿命预测；主元特征融合；支持向量机；主元分析；退化特征量
中图分类号:
TD67 文献标志码:
A
BearingresiduallifepredictionbasedonprincipalcomponentfeaturefusionandSVM
MA Hailong
(Beijing Tiandi Longyue Science and Technology Co. ,Ltd. , Beijing 100013, China)
Abstract:In order to solve the problem that using single feature quantity for bearing residual life
predictionhadlargeerroranditwasdificulttoestimatebearingresiduallifeundertheconditionoflimited
