一种高铁轴承多尺度特征融合故障预测方法

本发明一种高铁轴承多尺度特征融合故障预测方法，包括：通过振动信号比对技术获取高铁轴承故障振动信号；通过自适应滤波器去除高铁轴承故障原始振动信号的噪声和干扰信号；利用小波包分解对振动信号进行多层次分解，提取不同频率段的子带信号，运用希尔伯特‑黄变换计算子带信号的瞬时频率与能量分布，形成时间‑频率‑能量三维特征图；采用自适应加权算法对三维特征图中的各个特征维度进行权重分配；通过时间‑频率‑能量三维特征图和故障类型标签构建训练数据集；利用训练数据集对长短期记忆网络LSTM进行训练，构建故障预测模型，对高铁轴承进行故障预测。本发明实现了高铁轴承故障的精准预测，提升了故障检测的准确性。