[发明专利]一种滚动轴承服役寿命评估方法

权利要求书

1.一种滚动轴承服役寿命评估方法，本方法基于多尺度膨胀卷积融合神经网络，其特征在于：通过融合多尺度膨胀因子卷积操作来提取轴承服役过程中特征信息，具体方法包括：

步骤一：提取轴承转动的原始信号进行常规卷积处理；

步骤二：对所述步骤一中得到的矩阵进行最大池化处理；

步骤三：对所述步骤二中的结果进行残差块连接结构的处理；

步骤四：对所述步骤三中的结果进行随机丢弃操作；

步骤五：对所述步骤四中的结果全连接，得到滚动轴承寿命预测值。

2.根据权利要求1所述的一种滚动轴承服役寿命评估方法，其特征在于：所述步骤三中，所述残差块连接结构包括由多个多尺度膨胀卷积因子卷积操作构成的主连接，所述主连接包括：

Setp1：对上一步中的结果进行多尺度膨胀因子卷积操作；

Step2：通过层间级联，将Step1中的不同尺度的特征信息融合成新的输出特征；

Step3：对Step2中输出特征进行第二次多尺度膨胀因子卷积操作，通过层间级联再次进行融合；

Step4：对Step3的输出结果进行最大池化操作，降低矩阵的维度。

3.根据权利要求2所述的一种滚动轴承服役寿命评估方法，其特征在于：所述步骤三还包括，存在于Step1前的Step1-1，和存在于Step3前的Step3-1，

所述Step1-1包括对对上一步骤中的结果进行BN+ReLu的卷积操作；

所述Step3-1包括对所述Step2所输出的输出特征进行BN+ReLu的卷积操作。

4.根据权利要求2所述的一种滚动轴承服役寿命评估方法，其特征在于：所述多尺度膨胀因子卷积操作包括输入不同膨胀因子d，并对上一步中的数据进行深度可分离卷积操作，提取不同时序信号中不同大小感受野的特征信息。

5.根据权利要求4所述的一种滚动轴承服役寿命评估方法，其特征在于：所述膨胀因子d分别取d＝1、2、3和4。

6.根据权利要求5所述的一种滚动轴承服役寿命评估方法，其特征在于：所述Step4中，采用步长为2，尺寸为3的最大池化操作。

7.根据权利要求2所述的一种滚动轴承服役寿命评估方法，其特征在于：所述残差块连接结构还包括跨层恒等映射连接，所述跨层恒等映射连接包括对所述步骤二的输出结果进行一个1×1单位的DSC操作。

8.根据权利要求1所述的一种滚动轴承服役寿命评估方法，其特征在于：所述步骤一中在对原始信号收集中选取轴承传感器采集的径向信号，所述径向信号记为x，对所述径向信号x进行归一化处理其中x_norm为标准化后的信号，μ为原始信号的均值，δ为原始信号的标准差，

选取固定大小的时间窗口作为时间步，嵌入到时间步时间序列中，从而将连续采集的信号串联成更高维度的向量，输入到网络模型中。

9.根据权利要求1所述的一种滚动轴承服役寿命评估方法，其特征在于：步骤三中，进行所述残差块连接结构的处理的次数为三次。