文献检索-宁波市创意产业特色资源库

限定检索结果

基于LSTM的滚动轴承剩余使用寿命预测: 收藏
分享
引用; 《机械设计》2019年第A1期36卷 117-119页; 作者：唐旭徐卫晓谭继文王彦松青岛理工大学机械与汽车工程学院山东青岛266520 软控股份有限公司山东青岛266500; 为了准确反映滚动轴承的剩余使用寿命随着时间的变化,提出了使用具有时序功能的长短期记忆网络(LSTM)来预测滚动轴承退化程度的方法。按照时间顺序提取振动信号的均方根值、峰度、偏斜度等15个时域特征作为判断滚动轴承退化的特征值,将...; 为了准确反映滚动轴承的剩余使用寿命随着时间的变化,提出了使用具有时序功能的长短期记忆网络(LSTM)来预测滚动轴承退化程度的方法。按照时间顺序提取振动信号的均方根值、峰度、偏斜度等15个时域特征作为判断滚动轴承退化的特征值,将其输入到长短期记忆网络中,将网络输出的轴承退化值设定为0~1,0表示轴承完好,1为预定的滚动轴承寿命。再将退化值映射到对应组数的剩余使用寿命上,分析退化预测值与真实值的偏离程度。LSTM的预测值逼近真实值,拟合预测值便可得到滚动轴承的剩余使用寿命曲线,可以通过曲线较准确判断轴承退化程度。; 来源：详细信息评论

限定检索结果