基于平面振动特征与退化历史的滚动轴承寿命预测方法

AITNT
正文
推荐专利
基于平面振动特征与退化历史的滚动轴承寿命预测方法
申请号:CN202510832815
申请日期:2025-06-20
公开号:CN120352149B
公开日期:2025-08-26
类型:发明专利
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
1
虚拟电厂低碳优化调度方法、装置、设备、介质及产品
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
2
一种新经济形势下的短期电力负荷预测方法及系统
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
3
基于环境预报信息的平流层飞艇轨迹滚动规划方法及系统
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
4
一种改进粒子群算法的混合特征选择方法
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
5
基于自适应伽马校正的图像增强方法、装置、设备及介质
图像增强方法 粒子群模型 伽马校正 磁共振 神经网络模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号