文档名：基于长短期记忆网络的滚动轴承寿命预测方法
为解决滚动轴承剩余寿命预测问题,提出一种基于长短期记忆神经网络(LongShort-TermMemory,LSTM)的剩余寿命预测方法.首先从时域、频域、时频域以及相似相关特征中提取特征参数;然后定义三个特征评价指标来选择更能表征轴承退化过程的特征参数构建特征参数集;最后利用参数集训练长短期记忆网络模型并实现剩余寿命预测.通过试验证明该方法可准确预测滚动轴承剩余寿命,并与BP神经网络的预测效果对比,验证了该方法的有效性.
作者：刘晓飞王奉涛邓刚王洪涛薛宇航
作者单位：大连理工大学机械工程学院,大连116024
母体文献：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集
会议名称：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议
会议时间：2018年8月1日
会议地点：内蒙古包头
主办单位：中国机械工程学会,中国振动工程学会,中国设备管理协会
语种：chi
分类号：
关键词：滚动轴承 寿命预测 长短期记忆网络 特征参数
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.34 MB
- 下载次数:
- 60
-
高速下载
|
|
