基于InfoLSGAN和AC算法的滚动轴承剩余寿命预测

摘要：

为解决小样本和噪声干扰下滚动轴承剩余寿命(RUL)预测准确率低的问题,提出一种基于信息最小二乘生成对抗网络(information least squares generative adversarial network,InfoLSGAN)和行动者-评论家(actor-critic,AC)算法的滚动轴承剩余寿命预测方法.将堆叠降噪自动编码器、信息生成对抗网络和最小二乘生成对抗网络相结合,构建InfoLSGAN,自动地从噪声数据中提取可解释的鲁棒特征,解决梯度消失问题;采用基于AC的训练算法训练InfoLSGAN,减少训练时间,加快收敛速度;根据训练后的InfoLSGAN,利用softmax分类器预测测试样本中滚动轴承的剩余寿命.通过滚动轴承加速疲劳寿命试验验证该方法的有效性.试验结果证明,当信噪比等于0时,该方法对滚动轴承测试样本的寿命预测准确率至少提高了10％.在小样本情况下,滚动轴承剩余寿命预测的平均准确率达95.84％.

关键词：滚动轴承、剩余寿命预测、信息最小二乘、生成对抗网络、行动者-评论家算法、堆叠降噪自动编码器

所属期刊栏目：35

分类号：V232;TH17(航空发动机（推进系统）)

资助基金：国家重点基础研究发展计划;黑龙江省“百千万”工程科技重大专项;黑龙江省杰出青年基金

在线出版日期：2020-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1212-1221