(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211268695.2 (22)申请日 2022.10.17 (71)申请人 大连交通大 学 地址 116028 辽宁省大连市沙河口区黄河 路794号 (72)发明人 梁天添　王润泽　郑祥　王英东　 (74)专利代理 机构 北京奇眸智达知识产权代理 有限公司 1 1861 专利代理师 游玉香 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06N 3/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06F 119/04(2020.01) (54)发明名称 一种滚动轴承的寿 命预测方法 (57)摘要 本发明属于轴承可靠性评估及寿命预测技 术领域， 公开了一种滚动轴承的寿命预测方法， 包括： 获取目标滚动轴承的振动信号数据； 提取 振动信号数据在时域、 频域以及时频域中的特征 参数； 采用核主元分析法对特征参数进行降维处 理， 获得核主元变量； 以核主元变量作为协变量 构建威布尔比例故障率模型， 并通过该威布尔比 例故障率模型获得关于目标滚动轴承的故障曲 线和可靠度曲线； 使用改进后的鲸鱼优化算法对 LSTM神经网络的参数进行优化， 得到具有 最优参 数的WOA‑LSTM优化预测模型； 建立评价指标用以 从特征参数中筛选目标参数； 利用故障曲线、 可 靠度曲线与目标参数训练WOA ‑LSTM优化预测模 型， 并通过完成训练的W OA‑LSTM优化预测模型预 测目标滚动轴承的剩余使用寿 命。 权利要求书2页 说明书7页 附图5页 CN 115422687 A 2022.12.02 CN 115422687 A 1.一种滚动轴承的寿命预测方法， 其特 征在于， 包括： 获取目标滚动轴承的振动信号数据； 提取所述振动信号数据在时域、 频域以及时频域中的特 征参数； 采用核主元分析法对所述特 征参数进行降维处 理， 获得核 主元变量； 以核主元变量作为协变量构建威布尔比例故障率模型， 并通过该威布尔比例故障率模 型获得关于目标滚动轴承的故障曲线和可靠度曲线； 使用改进后的鲸鱼优化算法对LSTM神经网络的参数进行优化， 得到具有最优参数的 WOA‑LSTM优化预测模型； 建立评价指标用以从所述特 征参数中筛 选目标参数； 利用所述故障曲线、 可靠度曲线与目标参数训练所述WOA ‑LSTM优化预测模型， 并通过 完成训练的WOA ‑LSTM优化预测模型 预测目标滚动轴承的剩余使用寿命。 2.根据权利要求1所述的滚动轴承的寿命预测方法， 其特 征在于： 所述振动信号数据在时域中的特 征参数至少包括RMS值、 峰值、 峭度； 所述振动信号数据在频域中的特 征参数至少包括均方根 值、 方差、 均值； 所述振动信号数据在时频域中的特征参数至少包括经过小波分解所得的子数据、 经过 经验模态分解所 得的子数据、 经 过变分模态分解所 得的子数据。 3.根据权利要求2所述的滚动轴 承的寿命预测方法， 其特征在于， 所述小波分解的分解 函数为： 式中， x(t)表示待分析的所述振动信号数据， ψ(t)表示小波基函数， α表示尺度函数， τ 表示平移的距离 。 4.根据权利要求3所述的滚动轴 承的寿命预测方法， 其特征在于， 所述经验模态分解的 分解函数为： 式中， x(t)为所述振动信号数据中的原始信号， ci(t)为分解得到的子数据， rn(t)为残 余项。 5.根据权利要求4所述的滚动轴 承的寿命预测方法， 其特征在于： 采用以高斯函数为核 函数的核 主元分析法对所述特 征参数进行降维处 理， 获得非线性核 主元变量。 6.根据权利要求5所述的滚动轴 承的寿命预测方法， 其特征在于， 所述改进后的鲸鱼优 化算法为： 权　利　要　求　书 1/2 页 2 CN 115422687 A 2其中t为当前迭代次数； max_iter为最大迭代次数； ω为自适应参数值， λ, μ, δ,γ为 控制参数。 7.根据权利要求6所述的滚动轴 承的寿命预测方法， 其特征在于： 所述自适应参数值的 取值范围为0～1。 8.根据权利要求7 所述的滚动轴承的寿命预测方法， 其特 征在于： 所述LSTM神经网络基本单 元的状态更新计算过程 为： 其中， it、 ft、 ot分别表示输入门、 遗忘门与输出门的状态计算 结果； Wi、 Wf、 Wo与bi、 bf、 bo分别表示相应门的权 重矩阵与偏置项， σ 代 表sigmoid激活函数； 所述LSTM神经网络在t时刻记 忆模块的输出 结果为： 其中： Ct表示时刻t的单元状态输入； tanh为双曲正切激活函 数； Wc、 bc分别代表输入层的状态权 重矩阵与偏置项； *表示各 元素按位置相乘。 9.根据权利要求8所述的滚动轴 承的寿命预测方法， 其特征在于： 所述评价指标包括关 于所述特 征参数的时间相关性、 单调性、 鲁棒 性。 10.根据权利要求9所述的滚动轴 承的寿命预测方法， 其特征在于， 利用所述故障曲线、 可靠度曲线与目标参数训练所述 WOA‑LSTM优化预测模型时包括： 通过所述故障曲线和可靠度曲线确定目标滚动轴承的退化 起始时间； 归一化处理所述退化 起始时间与所述目标参数， 获得训练集； 通过所述训练集训练所述 WOA‑LSTM优化预测模型。权　利　要　求　书 2/2 页 3 CN 115422687 A 3