基于XGBoost算法的风电机组轴承剩余寿命预测研究

黎天双，颜承玉，李晶晶，饶全瑞，刘广臣*

(1.鲁东大学数学与统计科学学院，山东烟台 264000；2.鲁东大学交通学院，山东烟台 264000；3.鲁东大学信息与电气工程学院，山东烟台 264000)

0 引言

随着国内发展逐渐向绿色生态且环境友好转型，国家越来越重视风能等清洁能源的开发与利用，并且不断促进对风力发电行业的发展，越来越多的风电机组投入使用应用于发电。风电机组的运行与发电效率很大程度取决于机组的主轴承、齿轮箱等传动系统部件，而主轴承是机组传动系统中的关键部件之一，在风机运行中起到至关重要的作用，像风电机组轴承、齿轮箱等重要部件，一旦因其自身寿命衰减演变为性能失效导致停机将造成运维成本及大量人力物力资源的浪费。研究风电机组重要部件的剩余寿命预测方法可以有效地降低更换设备部件频次从而减少运维成本及维修时间。

因此，上述风电机组重要部件的剩余寿命预测方法已成为研究学者所要研究的重点内容，特别是对风机设备轴承的剩余寿命预测方面。王柱[1]建立SVM模型并用以粒子群算法进行优化，预测风电机组中齿轮箱部件的剩余寿命，者娜等[2]提出融入PCA降维数据，并对SVM进行改进的预测方法预测滚动轴承剩余寿命，徐继亚等[3]利用KPCA并融合信息粒化方法，从而建立基于SVM算法的预测模型，用来预测滚动轴承性能退化状况，马海龙[4]首先融合主元特征，然后基于SVM 算法预测机械设备中轴承剩余寿命，杨志凌等[5]利用PCA 融合多变量特征，并建立Wiener 过程模型实现风电轴承剩余寿命的预测。前述方法均为基于传统的算法建立预测模型，传统预测方法用于复杂多变的风电机组轴承运行工况将突显其自身的局限性以及预测准确率不高等不足。

综合上述研究现状存在的问题，本文采用较为新颖的主流算法模型，即XGBoost 算法模型对风电机组轴承剩余寿命进行预测。

1 技术路线

本文提出采用XGBoost算法建立预测模型对风电机组轴承剩余寿命进行预测，具体流程操作为首先对原始振动信号进行时域、频域特征指标的提取，将特征指标数据集标准化处理，从而构建出能够表征设备中轴承性能退化状况的特征数据集。其次，将特征数据集按8:2 划分为训练集和测试集，训练集基于XGBoost 算法进行训练，从而对轴承剩余寿命预测建立模型并进行剩余寿命预测，测试集用于测试训练完备的模型并对其预测效果进行评估。最后，计算多个评价指标综合评价模型的准确性及稳健性等方面。剩余寿命预测流程如图1：

图1 剩余寿命预测方法流程图

当模型预测效果优良而且各指标评估达到要求后，可应用于风电机组轴承等重要部件中，将风电机组系统后台实时监测数据经特征工程后持续输入预测模型，得出模型预测趋势图。利用由模型预测得出的风电机组轴承剩余寿命趋势图，有效监测风电机组轴承等重要部件的性能退化状况以及预知其当前的剩余寿命。

2 风电机组轴承性能退化评估

评估风电机组轴承的性能退化情况是预测轴承剩余寿命的关键步骤。评估风机中轴承的性能退化状况需要对轴承的运行情况进行实时监测并通过某种手段反映出轴承的运行状态以及状态变化的规律，即构建能够表征轴承性能退化状况的指标集。

2.1 时域、频域特征指标提取

振动信号可以反映设备中轴承的运行状态[6]，此外，轴承振动信号的特征指标会随着轴承运行中故障的出现及加剧发生变化[7]。振动信号特征指标提取方法有时域特征分析法和频域特征分析法。本文对原始振动信号较为全面地综合提取18种时域特征指标和13种频域特征指标，初步构建较为全面的能够表征轴承性能退化状况的特征指标数据集。

2.2 特征数据标准化处理

数据的标准化(Normalization)一般用于处理比较和评价的指标，将这类数据按比例缩放至一小的特定区间内，即转化为无量纲的数值，实现去除数据原先的单位所带来的限制，以便对不同的单位或数量级进行比较和加权。

数据标准化后保留了数据原有的意义，而且能提高进行数据运算的效率，输入模型将一定程度上改善模型收敛效果。

数据的标准化有多种方式，其中最常用的是ZScore 标准化，计算公式如下：

式中，μ为样本数据的均值(mean)，σ为样本数据的标准差(std)。特征数据进行标准化处理后构建出特征数据集。

3 模型原理与模型评价

3.1 模型原理

XGBoost[8]是由多棵CART 回归树组合而成的，其利用加法模型和不断递进的算法实现学习的优化路径。模型最终预测结果为多棵决策树预测值的累计，其通过GDTB(Gradient Tree Boosting)实现多棵树的集成学习，得到最终模型。XGBoost 通过加入正则项在代价函数中，控制模型复杂度，将学习出来的模型简单化，避免过拟合。与此同时，XGBoost 对Gradient Tree Boosting 进行优化，实现了模型构建的高精度和高效率。

式(2)中：Obj为目标函数，其中L为损失函数项，即训练误差，ŷi为预测值,yi为第i个样本的类别标签。

式(3)中：Ω(fk)为正则项，其中fk为第k棵树的模型，T为每棵树的叶子节点数，ω为叶子权重值，γ为叶子树惩罚正则项，λ为叶子权重惩罚正则项。

3.2 评价指标

本文综合4 个评价指标对模型进行多方面评估，分别是拟合优度(R Squared)、均方误差(MSE)、平均绝对误差(MAE) 、平均相对误差绝对值(MAPE) 。计算公式如下：

其中，i为剩余寿命样本编号，yi为剩余寿命实际值，yi为剩余寿命预测值，R2称为拟合优度，R2取值范围是[0,1]。

4 试验验证

本文所研究的风电机组轴承其构造原理与其他大型旋转机械设备中轴承类似，而且风电机组设备部件运行至失效时刻的监测数据暂不易获取甚至几乎没有[9]，故采用轴承全寿命公开数据集来近似模拟风电机组轴承寿命预测。由此对本文提出的基于XGBoost算法模型用于风电机组轴承剩余寿命预测方法的有效性进行验证，所用试验数据为XJTU-SY 轴承数据集[10]，由轴承加速寿命试验平台获取，如图2所示。该数据集设置了3类不同工况，共有15个全寿命周期振动信号的轴承。每个轴承的数据都包含水平和垂直两个方向的振动信息。数据采样频率为25.6 kHz，数据的采样时间间隔为1min，采样时间为1.28s。

图2 轴承加速寿命试验平台（来源：文献[9-10])

本文结合水平方向和垂直方向的振动信号展开试验。试验中选用工况3中的轴承数据集，即轴承3_1，该轴承的采样样本共2 538 个，每个样本的采样值有32 769 个，其实际寿命为42h18min。利用Python软件提取每个样本的18种时域特征和13种频域特征共62种特征指标，特征数据集的训练集与测试集按8:2进行划分。

然后，用于模型的训练与测试标签y 具体标签方法如下：由轴承的剩余寿命百分比用以代表其剩余寿命情况。1 表示轴承运行的初始时刻，随着运行周期数的增加，轴承性能退化程度不断加深，直至失效时刻，此过程中轴承的剩余寿命百分比逐渐递减趋近于0，反映了轴承的剩余寿命情况。据此，界定1表示轴承性能完好，0 表示轴承性能失效，以剩余寿命百分比，即剩余寿命与总寿命的比值，作为标签y值。由此构建出轴承剩余寿命预测的标签y数据集。试验的模型训练过程中，本文设置树的个数、树的深度等6个参数。XGBoost模型采用机器学习中贝叶斯优化方法进行参数调优，设定参数的取值空间后，贝叶斯算法能够自动优化参数得出最优参数组合。

本文使用五折交叉验证方法，相比较三折交叉验证能更好地避免随机划分数据集产生的偶然性，更大程度上降低随机事件发生概率，确保所建立模型的稳健性和准确性。

为了更好评价基于XGBoost算法的预测模型的预测效果及其稳健性和准确性等方面，本文将其与建立的其他三种算法模型进行对比，通过计算前文列举的4项评价指标，得到多种模型的综合评价结果，如表1所示。

表1 不同模型预测结果对比

由表1 可知，XGBoost 算法模型的预测准确率最高，拟合优度R2达0.9998，而且MSE 等三个预测误差指标均小于其他三种算法模型的相应指标，说明XGBoost算法模型在准确性、稳健性方面最优。

为了更直观反映轴承剩余寿命的预测情况，对预测结果进行可视化处理，绘制出四种模型预测效果图，如图3所示。

图3 不同模型剩余寿命预测结果

从图3 可以看出，各模型的预测结果均贴近实际剩余寿命曲线，但明显可以对比看出，在四种模型中XGBoost 模型的预测值与实际寿命值最为逼近，预测效果最佳。

5 结论

本文针对风电机组轴承剩余寿命的预测在传统方法中存在的问题，提出一种基于较为新颖的XGBoost 算法模型的预测方法，经过近似模拟验证得出结论：通过将XGBoost 算法模型与其他三种算法模型进行对比，发现在预测模型的准确性和稳健性等多方面上，XGBoost算法表现更优，在预测结果上其预测曲线更加逼近实际寿命曲线，拟合程度最高，证明了所提方法的可行性，为风电机组轴承剩余寿命预测提供一种新的思路。