改进一维深度卷积神经网络的轴承性能退化指标构建方法

摘要：

为更好构建能够表征轴承退化过程的性能退化指标,提出一种改进一维深度卷积神经网络轴承性能退化指标的构建方法.首先,构建一维深度卷积神经网络,利用其对原始时域信号自适应提取特征优势,以深度挖掘全寿命时域信号的退化特征;其次,设计一种组合损失函数,在均方误差函数上引入退化特征相邻点正负微分累积值,使得网络在训练过程中退化特征相邻点正微分值不断增大,负微分值不断减小,以提高性能退化指标单调性;最后,通过全连接层将高维特征转化为低维特征,实现性能退化指标构建.通过在公开和实测的数据集上进行实验,验证了所提方法的有效性和可行性.

关键词：滚动轴承、性能退化指标、一维深度卷积神经网络、损失函数

所属期刊栏目：37

分类号：TH165.3;TN911.2

资助基金：国家自然科学基金;重庆市教委科学技术研究项目;重庆市研究生联合培养基地;重庆交通大学研究生科研创新项目;重庆市研究生教学案例库

在线出版日期：2023-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：11-18,43