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！

申请/专利权人：北京工业大学

摘要：本发明公开了基于改进FPA‑DBN的轴承剩余寿命预测方法，首先从已知的轴承数据集中选取一部分轴承作为训练集，一部分作为测试集。之后对训练集和测试集轴承分别进行特征提取和降噪。将DBN各中间层神经元作为种群个体，并初始化DBN模型和改进FPA算法的相关参数，同时将训练集轴承的特征输入到模型中。根据训练集轴承的均方根误差选出当前最优个体并记录其位置。按照改进的FPA算法进行寻优迭代，每次迭代后对历史最优解进行更新。当达到设定的最大迭代次数后，停止迭代，输出全局最优解，即训练优化完毕。之后将测试集轴承特征代入到训练好的DBN模型中，进行预测。本发明所提的方法在进行轴承剩余寿命预测时，性能优于传统的算法。

主权项：1.基于改进FPA-DBN的轴承剩余寿命预测方法，包括如下步骤：步骤1：从已知的滚动轴承数据集中选取一部分滚动轴承作为训练集，一部分作为测试集；步骤2：对训练集和测试集滚动轴承分别进行特征提取和降噪；步骤3：初始化DBN模型和改进的花粉算法的相关参数，并将步骤2的训练集滚动轴承特征代入到模型中，利用改进的花粉算法对其进行优化；当满足最大迭代次数后，输出全局最优解，完成模型的参数化训练；步骤4：将测试集滚动轴承的特征代入到已经训练好的模型中，进行滚动轴承寿命预测；步骤3，其中改进花粉算法的相关参数包含花粉配子数目n、转换概率p、权重最小值wmin和最大值wmax、最大迭代次数nt以及均方根误差函数fx；转换概率p的改进：pt+1＝pt*exptt式中pt+1和pt分别为当前和前一次迭代时的转换概率，t为当前迭代次数；随着迭代次数的不断增加，各个花粉配子逐渐接近全局最优位置，其全局搜索的比重应逐步加大，局部搜索的比重逐步减小，避免因转换概率恒定，使花粉配子随机进行全局和局部搜索，从而陷入局部最优；位置更新策略的改进：在异花授粉过程中，莱维飞行的引入使花粉配子进行随机游走，增加搜索面积，避免个体集中；引入自适应权重增强全局搜索能力；同时引入混沌行走方案，利用其路线的不确定性、不重复性和不可预测性，使配子在有限的时空范围内遍历大的搜索空间，增强其搜索能力；对于异花授粉过程而言，具体改进的更新策略如下： 式中w＝wmin+wmax-wmin*1-exp-tt3，其中w为自适应权重，wmin和wmax为权重的最小值和最大值；在迭代初期，花粉配子的位置更新取决于上一次的位置；随着迭代次数增加，花粉配子逐渐接近最佳位置，对上一时刻位置的依赖程度减弱，故引入此权重作为调节因子；x*为当前使花能够最好成长的配子位置；为前一次迭代时的蝙蝠位置，L为服从莱维分布的随机数；在完成上式的位置更新后，进行混沌行走；选择具有无限折叠的迭代混沌映射ICMIC，此映射的Lyapunov指数值高于其他映射值，具体公式如下： 式中，常数u决定混沌程度，u取值为2；在自花授粉过程中，再次添加两个随机配子位置元素，改进后的公式如下： 式中ε1和ε2是两个不同的0-1之间服从均匀分布的随机数，和是来自同一种植物的四个不同花粉配子。

全文数据：

权利要求：

百度查询： 北京工业大学 基于改进FPA-DBN的轴承剩余寿命预测方法