摘要
本发明提出的基于平面振动特征与退化历史的滚动轴承寿命预测方法,包括:构建轴承全生命周期振动信号数据集,提取平面振动特征,包括主方向角和椭圆率;构建退化历史特征,将轴承退化全过程特征序列零填充为固定长度;训练基于CNN‑LSTM的混合模型,输入退化历史特征后输出剩余寿命预测值;采用加权均方误差损失函数优化模型,提升失效前关键阶段的预测精度。本发明提出的方法通过融合多方向振动信息与完整退化历史,在PHM2012数据集上实现RMSE 0.154,较传统方法提升47.3%,适用于变转速、变载荷工况下的轴承健康状态监测与维护决策。
技术关键词
振动特征
损失函数优化
粒子群算法
变载荷工况
协方差估计
预测输出值
滚动轴承
轴承健康
寿命
序列
信号
协方差矩阵
样本
频域特征
统计特征
误差
系统为您推荐了相关专利信息
低碳优化调度方法
低碳经济
模糊隶属度函数
量子粒子群算法
表达式
GRU模型
遗传算法优化
计算机程序代码
协方差矩阵
短期电力负荷预测
环境预报信息
平流层飞艇
滚动规划方法
粒子群算法
滚动规划策略
混合特征选择方法
粒子群算法
动态聚类方法
融合策略
选取特征
图像增强方法
粒子群模型
伽马校正
磁共振
神经网络模型