科研之友
微信
新浪微博
Facebook
分享链接
摘要
滚动轴承作为最常见的旋转机械零部件，其服役状态下产生的振动信号具有典型的周期性特征，为充分发挥轴承振动信号的这一特征，提出一种融合变维门控循环单元（GRU）和双向长短时记忆单元（BiLSTM）的神经网络模型，并用于轴承寿命预测。该模型先将原始振动信号分成训练集和测试集，然后将轴承振动信号直接输入到变维GRU层中，由变维GRU层捕获原信号的特征并建立特征间的关联性，然后将预处理后的数据输入到BiLSTM层中，由BiLSTM对轴承寿命进行预测。通过使用试验台数据集进行试验，验证了该模型在轴承寿命预测上具有较高的精度，具有一定的工程指导意义。
- 单位
