Resumen

Es significativo para la evaluación y predicción de la degradación del rendimiento de los rodamientos. Sin embargo, la división de etapas de degradación del rendimiento de los rodamientos no es obvia en los métodos tradicionales, y la precisión de la predicción es baja. Por lo tanto, se propone un método Attention-LSTM para mejorar la evaluación y predicción de la degradación del rendimiento de los rodamientos. En primer lugar, para reducir la incertidumbre de la intervención manual, se evalúan y seleccionan índices característicos de degradación del rendimiento de los rodamientos mediante la correlación, la monotonía y la robustez. En segundo lugar, la curva del indicador característico original se divide en la curva del Indicador de Salud (HI) y la curva residual mediante un promedio de ventana fija para reflejar cuantitativa e intuitivamente el grado de deterioro del rendimiento de los rodamientos. Finalmente, se combina el mecanismo de Atención con el modelo LSTM, y se establece una función de

• Materias:Ingeniería subterránea Deformaciones elásticas Excavación con explosivos Transitorios repetitivos Efecto de Perturbación
• Subjects:Underground engineering Elastic deformations Excavation with explosives Repetitive transients Perturbation effect
• Palabras claves:Evaluación; Predicción; Rodamientos de rodillos; Degradación del rendimiento; Método Attention-LSTM; Indicador de Salud
• Keywords:Evaluation; Prediction; Rolling bearings; Performance degradation; Attention-LSTM method; Health Indicator