[发明专利]基于卷积长短时记忆循环神经网络的滚动轴承剩余寿命预测方法有效
| 申请号： | 201910970482.6 | 申请日： | 2019-10-13 |
| 公开（公告）号： | CN110705181B | 公开（公告）日： | 2022-06-24 |
| 发明（设计）人： | 董绍江;吴文亮;陈里里;陈仁祥;徐向阳;赵兴新 | 申请（专利权）人： | 重庆交通大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;G06K9/62;G06F119/04 |
| 代理公司： | 北京海虹嘉诚知识产权代理有限公司 11129 | 代理人： | 吕小琴 |
| 地址： | 402247 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于卷积长短时记忆循环神经网络的滚动轴承剩余寿命预测方法，包括：获取滚动轴承的振动加速度信号，作为数据样本；建立卷积自编码器，将数据样本作为输入，训练得到多层卷积自编码器；根据数据样本和多层卷积自编码器，获取数据样本的特征数据；利用模糊C均值算法，根据数据样本的特征数据，确定滚动轴承的健康评估指标；建立卷积长短时记忆循环神经网络模型，将衰退期轴承数据样本和对应的健康评估指标作为卷积长短时记忆循环神经网络的输入，训练得到预测模型；本发明降低了对人工经验和专业知识的依赖，有效地减少输入长短时记忆循环神经网络的数据量，简化运算，预测模型全面、有效地反应轴承的衰退状态。 | ||
| 搜索关键词： | 基于 卷积 短时记忆 循环 神经网络 滚动轴承 剩余 寿命 预测 方法 | ||
【主权项】：
1.基于卷积长短时记忆循环神经网络的滚动轴承剩余寿命预测方法，其特征在于：包括：/n获取滚动轴承的振动加速度信号，作为数据样本；/n建立卷积自编码器，将数据样本作为输入，训练得到多层卷积自编码器；/n根据数据样本和多层卷积自编码器，获取数据样本的特征数据；/n利用模糊C均值算法，根据数据样本的特征数据，确定滚动轴承的健康评估指标；/n建立卷积长短时记忆循环神经网络模型，将衰退期轴承数据样本和对应的健康评估指标作为卷积长短时记忆循环神经网络的输入，训练得到预测模型。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆交通大学，未经重庆交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910970482.6/，转载请声明来源钻瓜专利网。
