一种基于外缘数据加强的称重传感器剩余寿命预测方法

本发明涉及一种基于外缘数据加强的称重传感器剩余寿命预测方法。所述方法包括：首先，获取常温下称重传感器恒定负载的重量数据和温度数据，并对其进行预处理；其次，进行LSTM的网络构建及相关参数设置，将处理后的数据输入到网络中，进行网络模型的训练；然后，使用温度测试集和预测的重量数据作为训练好模型的输入，进行多步测试；最后，通过不同测试点的预测结果，进行不同测试点的RUL计算。该方法可以较好地预测称重传感器退化趋势，RUL预测的准确性可以达到95.6126%；可显著提升模型训练的稳定性和收敛速度，预测效率显著提高，可有效适应多种环境因素对系统性能的影响，采用的综合策略提高了系统在不同工作条件下的稳定性和响应能力。