摘要
本发明公开了一种轴承剩余使用期限预测方法、装置、设备、介质及产品。其中,该方法包括:获取第一滚动轴承在当前采样时刻对应的第一振动信号序列;第一振动信号序列包括第一振动信号;第一振动信号用于指示第一滚动轴承在水平受力方向上的幅值和频率特征;确定与第一振动信号序列对应的至少一个特征分量,并根据至少一个特征分量和第一振动信号序列,确定与第一滚动轴承对应的第二振动信号序列;根据预先训练得到的剩余使用期限预测模型对第二振动信号序列进行处理,预测得到与第一滚动轴承对应的剩余使用期限。本技术方案,实现了通过神经网络模型基于滚动轴承在水平受力方向上的振动信号对滚动轴承的剩余使用期限进行精准确预测的效果。
技术关键词
滚动轴承
序列
长短期记忆网络
信号
上下文特征
时序特征
超参数
矩阵
皮尔逊相关系数
加权特征
处理器
可读存储介质
神经网络模型
分解算法
计算机
样本
受力
系统为您推荐了相关专利信息
轴承早期故障诊断方法
分段
轴承故障特征
网络
优化系统参数
芯片封装结构
重布线层
环氧树脂模塑料
线路板
电子设备
驱动控制模块
恒流驱动模块
发光单元
全光谱
通信单元
微多普勒
手势识别方法
手势识别模型
特征提取模块
图像
参数识别方法
频谱特征
声学理论模型
误差函数
传声器