一种基于CNN和LSTM的滚动轴承剩余使用寿命预测方法,涉及滚动轴承寿命预测领域。针对滚动轴承存在性能退化渐变故障和突发故障两种模式下其剩余使用寿命(RUL)预测困难的问题,该方法首先对滚动轴承原始振动信号作FFT变换,然后将预处理所得到的频域幅值信号进行归一化处理后,并将其作为CNN的输入。利用CNN自动提取数据局部抽象信息以挖掘深层特征,避免传统特征提取方法过于依赖专家经验的问题。之后再将深层特征输入到LSTM网络中,构建趋势性量化健康指标,同时确定失效阈值。最后,运用移动平均法进行平滑处理,消除局部振荡,再利用多项式曲线拟合,预测未来失效时刻,实现滚动轴承RUL预测。预测结果能够较好地接近真实寿命值。
声明:
“基于CNN和LSTM的滚动轴承剩余使用寿命预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)