基于长短期记忆网络的滚动轴承寿命预测方法

摘要：

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网络(long short-term memory,简称LSTM)的剩余寿命预测方法.首先,从时域、频域及时频域特征中提取特征参数;其次,定义三个评价指标定量评估表征轴承退化过程的特征参数效果,筛选得到退化特征参数集,搭建长短期记忆网络预测模型并以归一化寿命值为标签训练神经网络;最后,用训练好的神经网络实现滚动轴承剩余寿命预测.通过滚动轴承全寿命试验证明,该方法可以准确预测滚动轴承剩余寿命,并与反向传播(back propagation machine,简称BP)神经网络和支持向量回归机(support vector regression machine,简称SVRM)的预测效果对比,验证了提出方法的有效性.

关键词：长短期记忆网络、寿命预测、退化、特征参数

所属期刊栏目：40

分类号：TH165.3;TH17

资助基金：国家自然科学基金资助项目51875075,51775257

在线出版日期：2020-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：303-309