典型文献
基于CNN-LSTM的轴承剩余使用寿命预测
文献摘要：
针对轴承到达服役时间而依然满足使用条件造成的资源浪费问题,提出了一种基于CNN-LSTM的轴承剩余使用寿命预测方法.选取已完成服役工作仍健康的高铁牵引电机轴承为研究对象,搭建高铁牵引电机轴承试验平台并采集其振动信号;建立CNN-LSTM的网络模型,将采集到的振动信号经过傅里叶变换后输入到网络模型中,对其深层特征进行挖掘;最后,通过预测模块实现了对剩余使用寿命的预测.结果显示,所提方法得到的预测值较接近真实值,能够很好地反映出轴承运行中的性能退化趋势.
文献关键词：
滚动轴承;CNN-LSTM;剩余使用寿命预测;长短时记忆网络
中图分类号：
作者姓名：
蔡薇薇;徐彦伟;颉潭成
作者机构：
河南科技大学 机电工程学院,河南 洛阳 471003;智能数控装备河南省工程实验室,河南 洛阳 471003
文献出处：
引用格式：
[1]蔡薇薇;徐彦伟;颉潭成-.基于CNN-LSTM的轴承剩余使用寿命预测)[J].机械传动,2022(10):17-23
A类：
B类：
剩余使用寿命预测,服役,使用条件,资源浪费,寿命预测方法,成服,牵引电机轴承,试验平台,振动信号,傅里叶变换,深层特征,真实值,承运,性能退化,滚动轴承,长短时记忆网络
AB值：
0.215299
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
