一種基于CNN和LSTM的滾動軸承剩余使用壽命預測方法,涉及滾動軸承壽命預測領域。針對滾動軸承存在性能退化漸變故障和突發(fā)故障兩種模式下其剩余使用壽命(RUL)預測困難的問題,該方法首先對滾動軸承原始振動信號作FFT變換,然后將預處理所得到的頻域幅值信號進行歸一化處理后,并將其作為CNN的輸入。利用CNN自動提取數(shù)據(jù)局部抽象信息以挖掘深層特征,避免傳統(tǒng)特征提取方法過于依賴專家經(jīng)驗的問題。之后再將深層特征輸入到LSTM網(wǎng)絡中,構建趨勢性量化健康指標,同時確定失效閾值。最后,運用移動平均法進行平滑處理,消除局部振蕩,再利用多項式曲線擬合,預測未來失效時刻,實現(xiàn)滾動軸承RUL預測。預測結果能夠較好地接近真實壽命值。
聲明:
“基于CNN和LSTM的滾動軸承剩余使用壽命預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)