-
公开(公告)号：CN116358872A
公开(公告)日：2023-06-30
申请号：CN202310350072.8
申请日：2023-04-04
Applicant: 福州大学
IPC: G01M13/045
Abstract: 本发明涉及一种基于深度学习的轴承剩余寿命预测方法，搭建轴承加速寿命测试平台，使用加速度传感器采集从设备开始运行到故障停止整个过程轴承水平与垂直方向振动信号；将采集到的信号进行健康阶段划分；将轴承衰退阶段振动信号根据时间步长划分成若干个振动信号序列；将划分后衰退阶段振动信号序列中各样本映射到时频域中获取时频图序列；将处理完成同种工况下运行的N个轴承数据中随机抽取N‑1个轴承数据作为训练集，剩余的1个轴承数据作为测试集；将训练样本输入网络进行训练，确定网络超参数，并保存训练好的模型；将测试样本输入训练好的模型，预测样本剩余寿命。克服噪声信号干扰，判断当前轴承所处运行状态阶段且准确预测轴承剩余使用寿命。
Search Results
1
records
(took 0.01 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
