科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明提供一种基于GRU神经网络的滚动轴承剩余寿命预测方法,该方法按照如下步骤进行：步骤1：提取样本滚动轴承的多个退化特征组成退化特征集；步骤2：利用CEEMDAN算法对退化特征集进行分解,将分解后的残差项作为趋势特征；步骤3：利用单调性和相关性的线性组合对趋势特征筛选,形成最优特征集；步骤4：归一化处理最优特征集；步骤5：将归一化处理后的最优特征集作为GRU神经网络的输入、剩余寿命百分比作为输出训练GRU神经网络；步骤6：获取待测滚动轴承的归一化处理的最优特征集并输入训练后的GRU神经网络中,利用输出的剩余寿命百分比预测出该待测滚动轴承的剩余寿命。本发明方法能更加准确地预测轴承的剩余寿命。
- 单位
