Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mạng lưới dự đoán mới cho tuổi thọ sử dụng còn lại của máy móc quay
Tóm tắt
Với sự gia tăng độ phức tạp của các công cụ gia công CNC và các máy móc quay khác, việc cải thiện độ tin cậy của những máy này ngày càng trở nên quan trọng hơn. Cần phải ước lượng tuổi thọ sử dụng còn lại (RUL) của những bộ phận quan trọng như vòng bi của các thiết bị này. Tuy nhiên, điều kiện vận hành của các bộ phận này thường rất phức tạp, và có sự khác biệt lớn giữa các thiết bị khác nhau. Do đó, việc sử dụng phương pháp phân tích cơ chế truyền thống rất khó khăn và thường có độ chính xác dự đoán thấp. Để giải quyết các vấn đề nêu trên, bài báo này đề xuất một mạng lưới dự đoán chuyển giao đặc trưng (FTPN), có thể thích ứng với nhiều điều kiện làm việc khác nhau, kết hợp với phương pháp mạng nơ-ron trong lĩnh vực trí tuệ nhân tạo, và thực hiện một cách hiệu quả việc dự đoán RUL. Do các phương pháp mạng nơ-ron hiện có ban đầu được đề xuất để giải quyết các vấn đề trong các lĩnh vực khác, chẳng hạn như nhận dạng ngữ nghĩa, bài báo này sử dụng phương pháp chuyển giao đặc trưng để cải thiện chúng. Đầu tiên, mạng nguồn dựa trên mạng nơ-ron tích chập (CNN) được tiền huấn luyện cho việc nhận dạng lỗi, và thông tin đặc trưng lỗi được trích xuất sau khi huấn luyện được lưu trữ trong lớp đặc trưng lỗi. Thứ hai, CNN và đơn vị tái liên kết cổng (GRU) được sử dụng để xây dựng các mạng đích và khớp mối quan hệ giữa chuỗi thời gian và độ bền còn lại. Cuối cùng, một hàm mất mát đặc biệt được thiết kế để chuyển giao các đặc trưng được trích xuất từ mạng nguồn sang mạng đích nhằm giúp mạng đích học các đặc trưng lỗi và dự đoán tốt hơn RUL cơ khí. Để xác minh hiệu quả của phương pháp được đề xuất, các thí nghiệm được tiến hành sử dụng tập dữ liệu công khai về tuổi thọ gia tăng của vòng bi, và độ chính xác dự đoán cao được thu được, điều này chứng tỏ rằng phương pháp được đề xuất có khả năng tổng quát nhất định. Sự so sánh với các phương pháp hiện có trên cùng một tập dữ liệu cho thấy phương pháp được đề xuất có triển vọng ứng dụng công nghiệp rộng rãi.
Từ khóa
Tài liệu tham khảo
Zhang Z, Cheng Q, Qi B, Tao Z (2021) A general approach for the machining quality evaluation of s-shaped specimen based on pos-sqp algorithm and monte carlo method. J Manuf Syst 60:553–568
Cui L, Sun Y, Wang X, Wang H (2021) Spectrum-based, full-band preprocessing, and two-dimensional separation of bearing and gear compound faults diagnosis. IEEE Trans Instrum Measur 70:3513216
Wang X, Cui L, Wang H, Jiang H (2021) A generalized health indicator for performance degradation assessment of rolling element bearings based on graph spectrum reconstruction and spectrum racterization. Measurement 176:109165
Li J, Wang H, Song L (2021) A novel sparse feature extraction method based on sparse signal via dual-channel self-adaptive tqwt. Chin J Aeronaut 34(7):157–169
Xue H, Ding D, Zhang Z, Wu M, Wang H (2021) A fuzzy system of operation safety assessment using multi-model linkage and multi-stage collaboration for in-wheel motor. IEEE Trans Fuzzy Syst. https://doi.org/10.1109/TFUZZ.2021.3052092
Xue H, Wu M, Zhang Z, Wang H (2021) Intelligent diagnosis of mechanical faults of in-wheel motor based on improved artificial hydrocarbon networks. ISA Trans. https://doi.org/10.1016/j.isatra.2021.03.015
Niu P, Cheng Q, Liu Z, Chu H (2021) A machining accuracy improvement approach for a horizontal machining center based on analysis of geometric error characteristics. Int J Adv Manuf Technol 112 (9–10):2873–2887
Martinova L, Kozak N et al (2021) Creation of cnc system’s components for monitoring machine tool health. Int J Adv Manuf Technol:1–8
Tobon-Mejia D, Medjaher K, Zerhouni N (2011) Cnc machine tool health assessment using dynamic bayesian networks. IFAC Proc Vol 44(1):12910–12915
Si X, Wang W, Hu C, Zhou D. (2011) Remaining useful life estimationa review on the statistical data driven approaches. Eur J Oper Res 213(1):1–14
Azadeh A, Asadzadeh SM, Salehi N, Firoozi M (2015) Condition-based maintenance effectiveness for series-parallel power generation system - a combined markovian simulation model. Reliab Eng Syst Saf 142:357–368
Wang D., Tsui KL, Miao Q (2017) Prognostics and health management: A review of vibration based bearing and gear health indicators. IEEE Access
Lei Y, Li N, Guo L et al (2018) Machinery health prognostics: A systematic review from data acquisition to rul prediction. Mech Syst Signal Process 104:799–834
Dong H, Hou N, Wang Z et al (2018) Finite-horizon fault estimation under imperfect measurements and stochastic communication protocol: Dealing with finite-time boundedness. International Journal of Robust & Nonlinear Control
Pecht M, Gu J (2009) Physics-of-failure-based prognostics for electronic products. Trans Inst Meas Control 31(3–4):309– 322
Wu B, Yufit V et al (2015) Differential thermal voltammetry for tracking of degradation in lithium-ion batteries. J Power Sources 273:495–501
Zhang H, Miao Q, Zhang X et al (2018) An improved unscented particle filter approach for lithium-ion battery remaining useful life prediction. Microelectron Reliab 81:288–298
Wu B, Yufit V, Merla Y et al (2015) Differential thermal voltammetry for tracking of degradation in lithium-ion batteries. J Power Sources:495–501
Miao Q, Xie L, Cui H et al (2013) Remaining useful life prediction of lithiumion battery with unscented particle filter technique. Microelectron Reliab:805–810
Marble BP, Morton S (2006) Predicting the remaining life of propulsion system bearings. Aerospace Conference IEEE
Chong Z et al (2017) Multiobjective deep belief networks ensemble for remaining useful life estimation in prognostics. IEEE Trans Neural Netw Learn Syst 28(10):2306–2318
Guo L, Li N, Jia F, Lei Y, Lin J (2017) A recurrent neural network based health indicator for remaining useful life prediction of bearings. Neurocomputing 240:98–109
Loutas TH, Roulias D, Georgoulas G (2013) Remaining useful life estimation in rolling bearings utilizing data-driven probabilistic e-support vectors regression. IEEE Trans Reliab 62:821– 932
Sheng H, Xiao J, Cheng Y, Ni Q, Wang S (2018) Short-term solar power forecasting based on weighted gaussian process regression. IEEE Trans Ind Electron 65(1):300–308
Liu X, Song P, Yang C, Hao C, Peng W (2018) Prognostics and health management of bearings based on logarithmic linear recursive leastsquares and recursive maximum likelihood estimation. IEEE Trans Ind Electron 65(2):1549–1558
Zhang N, Wu L, Wang Z, Guan Y (2018) Remaining useful life prediction based on naive bayes and weibull distributions. Entropy:944. https://doi.org/10.3390/e20120944
Ali B, Chebel-Morello B, Saidi LSM, Fnaiech F (2015) Accurate bearing remaining useful life prediction based on weibull distribution and artificial neural network. Mech Syst Signal Process:150–172
Aye SA, Heyns PS (2017) An integrated gaussian process regression for prediction of remaining useful life of slow speed bearings based on acoustic emission. Mech Syst Signal Process:485–498
Soualhi A, Medjaher K, Zerhouni N (2017) Bearing health monitoring based on hilbert-huang transform, support vector machine, and regression. IEEE Trans Instrum Meas:485–498
Liu Q, Wang H (2001) A case study on multi-sensor data fusion for imbalance diagnosis of rotating machinery. Ai Edam:203–210
Li S et al (2020) An adaptive data fusion strategy for fault diagnosis based on the convolutional neural network. Measurement
Hochreiter S, Schmidhuber J (1997) Long short-term memory. Neural Comput 9(8):1735–1780
Jiang Y et al (2020) Fusion network combined with bidirectional lstm network and multiscale cnn for useful life estimation. 2020 12th International Conference on Advanced Computational Intelligence (ICACI) IEEE
Li F, Zhang L, Chen B et al (2018) A light gradient boosting machine for remaining useful life estimation of aircraft engines. 2018 21st International Conference on Intelligent Transportation Systems (ITSC) IEEE
Li X, Ding Q, Sun JQ (2018) Remaining useful life estimation in prognostics using deep convolution neural networks. Reliab Eng Syst Saf 172:1–11
Zheng S, Ristovski K, Farahat A et al (2017) Long short-term memory network for remaining useful life estimation. IEEE International Conference on Prognostics and Health Management (ICPHM)
Wang P, Song L et al (2021) A high-stability diagnosis model based on a multiscale feature fusion convolutional neural network. IEEE Trans Instrum Meas 70:1–9
Song L, Wang H, Chen P (2020) Automatic patrol and inspection method for machinery diagnosis robotsound signal-based fuzzy search approach. IEEE Sens 20(15):8276–8286
Wang P, Song L et al (2021) A light intelligent diagnosis model based on improved online dictionary learning sample-making and simplified convolutional neural network. Measurement 183
He K, Zhang X, Renx S et al (2015) Delving deep into rectifiers: Surpassing human-level performance on imagenet classification. 2015 IEEE International Conference on Computer Vision of the Proceeding
Cho K et al (2014) Learning phrase representations using rnn encoder-decoder for statistical machine translation. Comput Sci. https://doi.org/10.3115/v1/D14-1179
Wang B, Lei Y, Li N, Li N (2018) A hybrid prognostics approach for estimating remaining useful life of rolling element bearings. IEEE Trans Reliab
Li N, Lei Y, Lin J, Ding SX (2015) An improved exponential model for predicting remaining useful life of rolling element bearings. IEEE Trans Ind Electron 62(12):7762–7773