[发明专利]基于残差修正的滚动轴承剩余寿命预测方法

权利要求书

1.基于残差修正的滚动轴承剩余寿命预测方法，其特征在于，包括以下步骤：

1)采集滚动轴承全寿命周期的振动加速度信号；

2)使用滑动窗口的方式对振动加速度信号进行处理，得到训练集，使用该训练集训练LSTM网络模型；

3)训练预测残差的BP神经网络模型；

4)构建残差修正模型，将LSTM网络模型的结果和BP神经网络模型的结果相加即为最终模型的预测结果；

5)将需要预测滚动轴承剩余寿命的信号，输入到残差修正模型，即可得到当前时刻的剩余寿命。

2.根据权利要求1所述的基于残差修正的滚动轴承剩余寿命预测方法，其特征在于，所述LSTM网络模型的输入为通过滑动窗口方式所得到的t时刻的滚动轴承的特征；输出为t时刻LSTM网络模型预测的滚动轴承的寿命。

3.根据权利要求1所述的基于残差修正的滚动轴承剩余寿命预测方法，其特征在于，所述BP神经网络模型的输入为t时刻的振动加速度信号，输出为t时刻BP神经网络模型预测的残差。

4.根据权利要求1或3所述的基于残差修正的滚动轴承剩余寿命预测方法，其特征在于，所述残差的算法为：

Q＝S-L

其中，Q为残差，S为t时刻测量的滚动轴承振动加速度信号对应的滚动轴承真实剩余寿命，L为t时刻通过LSTM模型预测的滚动轴承剩余寿命。

5.根据权利要求1所述的基于残差修正的滚动轴承剩余寿命预测方法，其特征在于，所述残差修正模型为：

R＝R1(x1)+R2(x2)

其中，R1(x1)作为L为LSTM模型预测的滚动轴承的寿命，R2(x2)作为Q为BP神经网络预测的残差,R为滚动轴承剩余寿命。