多工况条件下跨座式单轨列车齿轮箱故障振动信号趋势预测方法

西安交通大学学报 ›› 2025, Vol. 59 ›› Issue (11) : 198 -208.

作者信息 +

Author information +

文章历史 +

摘要

针对低频调制干扰、非线性耦合谐波及工况依赖性特征导致跨座式单轨列车齿轮箱振动信号趋势预测精度低的问题，提出一种融合双向门控循环单元（BiGRU）与时序信息预测模型（Informer）的振动信号趋势预测模型。该模型利用BiGRU的门控机制抑制低频干扰，通过双向结构提取非线性耦合谐波特征，并借助自适应学习机制增强对不同运行工况的适应性；通过将Informer编码器中的多头注意力机制与空洞因果卷积结合扩大模型感受野，有效捕获时间序列的长期依赖特征，实现齿轮箱振动信号趋势预测。通过实验台采集的跨座式单轨列车齿轮箱故障数据集对模型进行了验证，在不同预测步长下，所提模型的平均绝对误差R_MAE、均方误差R_MSE以及均方根误差R_RMSE分别为0.264 8、0.116 0和0.339 1,均低于自相关Transformer模型（Autoformer）、Informer和分解线性模型（Dlinear）;在正常工况、装配误差、内圈故障及疲劳磨损这4种工况条件下的预测精度稳定，绝对误差在0.21～0.35范围内。研究结果表明，所提模型在长短时间序列下的趋势预测精度均高于其他对比模型，多工况条件下的实验结果验证了所提模型的适应性和鲁棒性。