机械传动2022，Vol.46Issue(10) ：17-23.DOI:10.16578/j.issn.1004.2539.2022.10.003

基于CNN-LSTM的轴承剩余使用寿命预测

Prediction of Bearing Remaining Service Life Based on CNN-LSTM

蔡薇薇 徐彦伟 颉潭成
机械传动2022，Vol.46Issue(10) ：17-23.DOI:10.16578/j.issn.1004.2539.2022.10.003
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于CNN-LSTM的轴承剩余使用寿命预测

Prediction of Bearing Remaining Service Life Based on CNN-LSTM

蔡薇薇 1徐彦伟 2颉潭成2
扫码查看

作者信息

  • 1. 河南科技大学 机电工程学院,河南 洛阳 471003
  • 2. 河南科技大学 机电工程学院,河南 洛阳 471003;智能数控装备河南省工程实验室,河南 洛阳 471003
  • 折叠

摘要

针对轴承到达服役时间而依然满足使用条件造成的资源浪费问题,提出了一种基于CNN-LSTM的轴承剩余使用寿命预测方法.选取已完成服役工作仍健康的高铁牵引电机轴承为研究对象,搭建高铁牵引电机轴承试验平台并采集其振动信号;建立CNN-LSTM的网络模型,将采集到的振动信号经过傅里叶变换后输入到网络模型中,对其深层特征进行挖掘;最后,通过预测模块实现了对剩余使用寿命的预测.结果显示,所提方法得到的预测值较接近真实值,能够很好地反映出轴承运行中的性能退化趋势.

关键词

滚动轴承/CNN-LSTM/剩余使用寿命预测/长短时记忆网络

引用本文复制引用

基金项目

出版年

2022
机械传动
郑州机械研究所 中国机械通用零部件工业会齿轮分会 中国机械工程学会

机械传动

CSTPCD北大核心
影响因子：0.534
ISSN：1004-2539
被引量6
参考文献量10
段落导航相关论文