针对在使用灰色模型进行剩余寿命预测时，长期的预测结果精度会下降的问题，提出了一种集灰色模型、完全自适应噪声集合经验模态分解和长短期记忆人工神经网络相结合的混合算法。采用灰色模型进行第一步预测，并生成原始误差序列，引入完全自适应噪声集合经验模态分解重新构建更平滑的误差序列，通过长短期记忆人工神经网络对重构误差序列进一步预测从而实现长期预测精度的提高。在预测过程中通过滑动分段技术对旧的混合算法进行动态迭代，从而准确预测滚动轴承的剩余使用寿命。实验结果表明，该方法具有良好的预测性能。
科研之友
微信
新浪微博
Facebook
分享链接
