发明

基于二次特征优选与改进LSTM的滚动轴承剩余使用寿命预测方法2026

2024-04-21 07:45:54 发布于四川 3
  • 申请专利号:CN202311792261.7
  • 公开(公告)日:2026-04-28
  • 公开(公告)号:CN117906954A
  • 申请人:昆明理工大学
摘要:本发明公开了一种基于二次特征优选与改进LSTM的滚动轴承剩余使用寿命预测方法,属于机电设备状态监测与故障诊断技术领域。首先获取滚动轴承全寿命周期降噪信号的时域、频域、时频域特征构建高维特征集并进行归一化处理,同时基于特征3约束准则与Pearson相关系数,提出了一种二次特征优选方法。随后通过3σ准则多特征综合平均确定首次预测时间并划分退化阶段以精简数据量,接着又提出基于贝叶斯优化与自注意力机制的双向长短时记忆模型实现滚动轴承RUL自主预测,进一步提升算法效率。最后,基于PRONOSTIA平台数据集进行了预测实验验证。结果表明,本发明所提方法预测精度高,能有效提升滚动轴承剩余使用寿命的准确性。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117906954 A (43)申请公布日 2024.04.19 (21)申请号 202311792261.7 (22)申请日 2023.12.25 (71)申请人 昆明理工大学 地址 650031 云南省昆明市一二一大街文 昌路68号 (72)发明人 王之海 宋峰 柳小勤 刘韬  刘畅 仁国爱  (74)专利代理机构 昆明明润知识产权代理事务 所(普通合伙) 53215 专利代理师 沈艳尼 (51)Int.Cl. G01M 13/04 (2019.01) G01M 13/045 (2019.01) 权利要求书2页 说明书8页 附图6页 (54)发明名称 基于二次特征优选与改进LSTM的滚动轴承 剩余使用寿命预测方法 (57)摘要 本发明公开了一种基于二次特征优选与改 进LSTM的滚动轴承剩余使用寿命预测方法,属于 机电设备状态监测与故障诊断技术领域。首先获 取滚动轴承全寿命周期降噪信号的时域、频域、 时频域特征构建高维特征集并进行归一化处理, 同时基于特征3约束准则与Pearson相关系数,提 出了一种二次特征优选方法。随后通过3 σ准则 多特征综合平均确定首次预测时间并划分退化 阶段以精简数据量,接着又提出基于贝叶斯优化 与自注意力机制的双向长短时记忆模型实现滚 动轴承RUL 自主预测,进一步提升算法效率。最 A 后,基于PRONOSTIA平台数据集进行了预测实验 4 验证。结果

最新专利