来源：期刊VIP网 时间：
作者：郗涛;王锴;王莉静;
单位：天津工业大学机械工程学院;天津城建大学控制与机械工程学院;
摘要：为了提高滚动轴承剩余使用寿命（RUL）的预测精度，提出了一种变分模态分解（VMD）和门控循环神经网络（GRU）融合算法的滚动轴承RUL预测模型VMD-GRU。首先，该模型通过阿基米德优化算法（AOA）优化的VMD算法对原始振动信号进行分解；然后，利用最小包络熵准则选择最佳模态分量进行退化特征提取；再通过核主成分分析进行特征降维；最后，为保证模型准确率，通过鹈鹕优化算法（POA）优化GRU中的超参数，并根据不同故障类型建立GRU剩余寿命预测模型。使用XJTU-SY标准数据集进行剩余寿命预测验证，实验结果表明：与传统未结合故障类型提取退化特征和建立预测模型方法相比，VMD-GRU模型均方根误差和平均绝对误差分别降低了26.28%和27.17%。
关键词：滚动轴承;;剩余寿命预测;;变分模态分解(VMD);;门控循环神经网络(GRU);;阿基米德优化算法(AOA);;鹈鹕优化算法(POA)
基金资助：国家科技重大专项子课题资助项目（2019zx04055-001-014）;; 2020年天津市科委企业科技特派员资助项目（20YDTPJC00840）
