基于LSTM-CAPF框架的岸桥起升减速箱轴承寿命预测方法

• Published in: 上海交通大学学报 Vol. 58; no. 3; pp. 352 - 360
• Main Authors: 孙志伟, 胡雄, 董凯, 孙德建, 刘洋
• Format: Journal Article
• Language: Chinese
• Published: 上海海事大学物流工程学院,上海 201306%中国船舶集团有限公司第七一一研究所,上海 201108 01.03.2024
• Subjects: 工况激活粒子滤波; 长短时记忆网络; time-varying operating conditions; quay crane bearing; condition-activated particle filter(CAPF); 岸桥轴承; long and short-term memory net-work(LSTM); 剩余寿命预测; 时变工况; remaining useful life(RUL)prediction
• ISSN: 1006-2467
• DOI: 10.16183/j.cnki.jsjtu.2022.440

TH215; 岸桥起升减速箱轴承的健康状况对港口生产安全具有重要意义.针对岸桥变工况的工作条件,提出一种起升减速箱轴承的剩余使用寿命(RUL)预测框架.首先,对工作载荷进行离散化,并确定工况边界.然后,利用长短时记忆(LSTM)网络模型预测载荷和相应的运行工况.其次,以维纳过程为基础,建立了考虑不同工况下退化率和跳变系数的状态退化函数.最后,利用工况激活粒子滤波(CAPF)方法预测轴承退化状态和RUL.采用NetCMAS系统采集的上海某港口起升减速箱轴承全寿命数据验证了所提出的预测框架.与其他3种预测模式比较表明,所提出的框架能够在变工况条件下获得更准确的退化状态和RUL预测.