Details

С ростом интеллектуальности промышленного оборудования мониторинг состояния и прогнозирование неисправностей становятся ключевыми для обеспечения безопасности производства и повышения эффективности оборудования. В данной работе предлагаем модель прогнозирования остаточного ресурса подшипников – двухветвевую CNN-сеть трансформатора (Dual-Branch CNN Transformer Net, DBCT-Net). Модель сочетает в себе двухветвевую сверточную нейронную сеть (CNN) и механизм самовнимания трансформатора, что позволяет более точно извлекать признаки как во временной, так и в частотной областях. Модель выполняет многомерное слияние признаков и анализирует эффективность использования долгосрочных зависимостей в данных временных рядов. Эксперименты, проведенные на реальных данных, показали, что предложенная модель значительно превосходит базовую модель по точности прогнозирования, что свидетельствует о ее эффективности в мониторинге и прогнозировании остаточного срока службы оборудования.

With the increasing intelligence of industrial equipment, condition monitoring and fault prediction become the key to ensure production safety and improve equipment efficiency. In this paper, we propose a bearing residual life prediction model, Dual-Branch CNN Transformer Net (DBCT-Net.) The model combines a dual-branch convolutional neural network (CNN) and a transformer self-attention mechanism, which enables more accurate feature extraction in both the time and frequency domains. The model performs multivariate feature fusion and analyzes the effective use of long-term dependencies in time series data. The experiments conducted on real data show that, the proposed model significantly outperforms the baseline model in terms of prediction accuracy, which demonstrates its efficiency in monitoring and predicting the remaining useful life of the equipment.

"Промышленный искусственный интеллект (ПИИ'2025)", всероссийская научно-практическая конференция (2025; Санкт-Петербург). Промышленный искусственный интеллект (ПИИ'2025): Всероссийская научно-практическая конференция с международным участием 3–4 июля 2025 года: cборник научных трудов / Российская академия наук, Санкт-Петербургское отделение, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербургский государственный университет; под общей редакцией Д. Г. Арсеньева. — Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025. — 1 файл (197 Мб Мб). — Загл. с титул. экрана. — Ч. текста парал. на рус. и англ. яз. — Электронная копия печатной публикации 2025 г. — Доступ по паролю из сети Интернет (чтение, печать, копирование). — <URL:http://elib.spbstu.ru/dl/2/i25-310.pdf>. — DOI 10.18720/SPBPU/2/i25-310. — Текст: электронный