本发明提出了一种基于CAN‑LSTM的铁路列车轴承剩余寿命预测方法。利用本方法可根据振动信号预测出铁路列车轴承剩余使用寿命(RUL)。针对传统的铁路列车轴承寿命预测方法缺乏明确的学习机制,影响预测精度的问题,该方法首先从轴承全寿命振动数据中提取时域、频域和时频域特征参数,归一化处理后,作为CAN的输入。利用CAN学习通道和时间维度中的深层故障特征,提高特征的表征能力。之后将深层故障特征输入LSTM网络,基于退化特征对轴承进行寿命预测,同时归一化健康指标至[0,1]区间内,获得相同的失效阈值。最后使用五点平滑法对预测结果进行处理,实现轴承RUL预测。实验结果表明,所提方法的剩余寿命预测值误差小,验证了本发明的准确性和适应性。
声明:
“基于CAN-LSTM的铁路列车轴承剩余寿命预测方法” 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)