文章详情
| 稿件标题： | 数据缺失下SGAIN融合TCN预测滚动轴承剩余寿命 |
| 稿件作者： | 刘静涛1，邱明1，2，李军星1，刘志卫1，高锐1 |
| DOI： | 10.11809/bqzbgcxb2024.08.032 |
| 科学编辑： | 王维军 博士（成都凯天电子股份有限公司 研究员） |
| 栏目名称： | 机械制造与检测技术 |
| 关键词： | 滚动轴承；数据缺失；精简对抗生成插补网络；时间卷积网络；寿命预测 |
| 文章摘要： | 由于网络传输故障和传感器漏读会引起数据缺失问题。为了在数据缺失条件下能够较准确地预测滚动轴承使用寿命，论文给出了一种将精简生成对抗插补网络（SGAIN）与时间卷积网络（TCN）相融合的剩余寿命预测(RUL)方法。首先，通过SGAIN算法学习缺失数据集的分布规律，掌握已有数据和缺失数据的关联，对缺失数据进行插补填充。其次，使用TCN网络建立轴承寿命预测模型，运用插补完成的数据集实现数据缺失下滚动轴承的剩余寿命预测。最后,借助于公开数据集将SGAIN插补方法与其他插补方法进行对比，揭示了SGAIN插补方法的优越性。同时，选择20%缺失率下的轴承缺失数据做出预测，插补后寿命预测结果的得分达到了0.722 2，与缺失未插补数据的预测结果的得分0.542 5相比提高了0.179 7，接近原始数据寿命预测结果的得分0.755 2。这说明了SGAIN融合TCN的滚动轴承剩余寿命预测方法是有效的。 |
| 稿件基金： | 国家重点研发计划（2020YFB2007303）；国家自然科学基金资助项目（52005159）；河南省青年托举人才项目（2023HYTP050） |
| 引用本文格式： | 刘静涛，邱明，李军星，等.数据缺失下SGAIN融合TCN预测滚动轴承剩余寿命［J］.兵器装备工程学报，2024，45(8)：240-247. LIU Jingtao, QIU Ming, LI Junxing, et al.SGAIN fusion TCN for predicting residual life of rolling bearings with missing data［J］.Journal of Ordnance Equipment Engineering，2024，45(8)：240-247. |
| 刊期名称： | 2024年08期 |
| 出版时间： | 2024年9月 |
| 收稿日期： | 2023-11-16 |
| 修回日期： | 2023-11-21 |
| 录用日期： | 2024-01-30 |
| 上线时间： | 2024年9月2日 |
| 浏览次数： | 629 |
| 下载次数： | 34 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |