沈阳工业大学陈德志获国家专利权
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!
龙图腾网获悉沈阳工业大学申请的专利一种基于ECANTet-TCN与Self-Attention-BiGRU机制的轴承剩余寿命预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120278000B 。
龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510339926.1,技术领域涉及:G06F30/27;该发明授权一种基于ECANTet-TCN与Self-Attention-BiGRU机制的轴承剩余寿命预测方法是由陈德志;方崇;张智翔;张国臻;张殿海;任自艳;李东霖;张宇献设计研发完成,并于2025-03-21向国家知识产权局提交的专利申请。
本一种基于ECANTet-TCN与Self-Attention-BiGRU机制的轴承剩余寿命预测方法在说明书摘要公布了:本发明公开了一种基于ECANTet‑TCN与Self‑Attention‑BiGRU机制的轴承剩余寿命预测方法,主要包括两大部分:训练阶段和测试阶段。训练阶段,依据不同机械设备的不同工况下检测的数据,把其分为训练集振动信号数据和测试集振动信号数据,然后构建预测模型;其次,把训练集和测试集的振动信号数据进行批量标准化处理以及特征处理;将特征输入模型,对轴承的RUL进行预测并检验;再经过测试阶段的处理,通过预测模型,把训练集信号和测试集信号一一映射,完成对轴承寿命的预测;与现有方法相比,该方法有助于增强模型的鲁棒性和有助于提升轴承RUL预测的准确率,同时,在BiGRU层后加入了自注意力机制,减少了对不相关信息的关注,降低了对外部信息的依赖,解决了模型信息过载问题。
本发明授权一种基于ECANTet-TCN与Self-Attention-BiGRU机制的轴承剩余寿命预测方法在权利要求书中公布了:1.一种基于ECANTet-TCN与Self-Attention-BiGRU机制的轴承剩余寿命预测方法,其特征在于,包括以步骤: 步骤1、获取不同机械设备的不同工况下检测的数据,并将该数据分为训练集振动信号数据和测试集振动信号数据; 步骤2、依据ECANTet-TCN与Self-Attention-BiGRU机制构建预测模型; 步骤3、把训练集和测试集输入的振动信号数据进行批量标准化处理; 步骤4、使用ECANTet-TCN对标准化的数据,挖掘数据特征,同时增强有用特征抑制无用特征; 步骤5、利用多层TCN和注意力机制融合挖掘数据深层时序特征; 步骤6、将多次筛选后的时序特征输入Self-AttentionBiGRU网络模型,对轴承的RUL进行预测,随后加入Dropout层,从而构建模型并在测试集进行检验; 步骤7、采集符合测试阶段的振动信号作为寿命预测的判断依据; 步骤8、对测试集的振动信号数据进行批量标准化处理; 步骤9、通过ECANTet-TCN对批量标准化的测试集振动信号,进行特征提取,建立特征提取集; 步骤10、通过基于ECANTet-TCN与Self-Attention-BiGRU机制建立的模型,把训练集信号和测试集信号一一映射,完成对轴承寿命的预测; 所述步骤1中,利用加速度传感器分别在水平和垂直方向采集振动信号,数据的采样频率为25.6kHz,每10s记录一次数据,采集的时长为0.1s,汇总每次采集的振动数据;实验中使用交叉验证法,进行数据的划分,根据不同的测试数据,把其分为测试数据和训练数据,并获取某一机械设备不同工况下监测振动数据构建特征集,划分训练集和测试集;相同机械设备或不同机械设备的不同工况下监测数据构建目标域、训练集和测试集; 在步骤2中,ECANet首先使用全局平均池化来聚合输入特征的各个通道空间信息,平均池化操作表达式为: 式中,为输入矩阵U在第i行、第j列的元素值;W为矩阵U的宽度;H为矩阵U的高度; 然后利用卷积核大小为K的一维卷积对进行卷积计算,快速提取局部K个信息的特征关系,使用Sigmoid函数计算一维卷积输出的激活值,得到表示特征通道的局部关系和重要性的权重值,Sigmoid和的表达式为: 式中,CIDk为通道交互模块的第k个运算; 最后为了对的每个通道特征进行重新编码,将和逐个相乘获得加权特征,对重要的特征赋予较大的权值以实现增强,对无效的特征赋予较小的权值以实现自主抑制; 所述步骤2中,TCN利用膨胀卷积来应对时序模型中常见的长距离依赖问题,膨胀卷积相比传统卷积具有更大的感受野,膨胀卷积计算的表达式为: 式中:为膨胀卷积计算过程中s时刻输入对的网络输出;k为卷积核大小;d为膨胀系数;为与卷积核中元素对应的序列,; 自注意力机制的计算分为两步,第一步计算输入序列中任意两个向量之间的注意力权重;第二步根据这些注意力权重,计算输入序列的加权平均值,具体的运算方式如下所示: 式中:为查询矩阵;K为键矩阵;V为值矩阵;dim为、K和V的维数; 双向门控循环单元BiGRU以反向传播捕获信息,获取信号之间潜在的时序关系。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人沈阳工业大学,其通讯地址为:110870 辽宁省沈阳市铁西区经济技术开发区沈辽西路111号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励