[发明专利]一种基于GRU超参数优化的风机主轴轴承寿命预测方法

说明书

本发明公开了一种基于GRU超参数优化的风机主轴轴承寿命预测方法，属于风电主轴承技术领域，该预测方法具体步骤如下：(1)寻找最优参数；(2)轴承寿命预测；本发明采用长期迭代法训练该预测模型，并将测试集输入到训练好的模型中，画出轴承剩余寿命预测曲线，并加以分析，能够提高诊断模型的精度和人工寻找参数的效率，同时不需要人工设置参数且不需要人工建模，仅需要将轴承振动信号直接输入到模型中便可预测出轴承当前剩余寿命，使得操作过程简单、易操作。

技术领域

本发明涉及风电主轴承技术领域，尤其涉及一种基于GRU超参数优化的风机主轴轴承寿命预测方法。

背景技术

风机主轴轴承剩余寿命预测是指根据风机目前的健康状态，采用合适的预测模型，确定风机安全、经济运行的剩余时间，目前，常用的寿命预测方法主要包括基于失效物理模型的预测方法和基于数据驱动的预测方法两种，一般而言，风机主轴轴承的结构都十分复杂，考虑到风机运行状态多变、失效机理不清楚等原因，构建设备单一的失效物理模型通常比较困难，因此通过数据驱动的方法对风机主轴轴承振动数据进行分析，挖掘出与设备性能相关的信息进而进行剩余寿命预测是一种比较可行的方式，传统的神经网络虽然能够对轴承寿命进行预测，但前提是数据之间独立分布，不适用于数据之间存在依赖的序列问题，且轴承寿命预测所使用的算法均需要大量的检测数据作为支撑，随着数据的不断增多，大量的数据会影响系统的反应速率，造成冗余计算；因此，发明出一种基于GRU超参数优化的风机主轴轴承寿命预测方法变得尤为重要；

经检索，中国专利号CN201810898506.7公开了一种风电主轴承故障预测和寿命评估系统及方法，该发明虽然保证了主轴承一直处于良好的润滑状态，起到延长轴承寿命的目的，但是诊断模型的精度和人工寻找参数的效率低下，操作过程繁琐；为此，我们提出一种基于GRU超参数优化的风机主轴轴承寿命预测方法。

发明内容

本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种基于GRU超参数优化的风机主轴轴承寿命预测方法。

为了实现上述目的，本发明采用了如下技术方案：

一种基于GRU超参数优化的风机主轴轴承寿命预测方法，该预测方法具体步骤如下：

(1)寻找最优参数：按照事先设定的规则将原始样本分为训练集和测试集，并通过训练样本对模型进行训练，再用测试样本对训练得到的模型进行验证，以此评价模型的准确性，对于小数据样本，采用留一法进行交叉验证；

(2)轴承寿命预测：采集轴承振动信号，同时确定GRU神经网络的参数选取，将轴承振动信号输入，并对轴承剩余使用寿命进行预测实验。

作为本发明的进一步方案，步骤(1)中所述交叉验证具体步骤如下：

步骤一：从N组观测数据集中选择一个观测数据作为验证数据；

步骤二：使用剩下的观测数据拟合一个测试模型，并用最先被排除的那个观测值来验证测试模型的精度，并通过均方根误差对该预测模型的预测能力进行计算，如此重复n次；

步骤三：对生成的精度参数进行参数优化处理。

作为本发明的进一步方案，步骤二中所述均方根误差具体计算公式如下：

其中，E(y_i)表示第i个实际观测值，y_i为模型反演出的第i个预测值，n是观测样本总数。

作为本发明的进一步方案，步骤三中所述优化处理具体步骤如下：

第一步：初始化参数范围，并令学习率η＝[0.0001，0.1]，步长为0.0001；

第二步：建立数据样本，同时列出所有可能的数据结果，一共1000组数据；