现代计算机2022，Vol.28Issue(14) ：79-82.DOI:10.3969/j.issn.1007-1423.2022.14.013

LSTM-BP长短时记忆模型的设备寿命预测

Equipment Life Prediction Based on LSTM-BP Long Short Memory Model

薛缠明 赵翔宇
现代计算机2022，Vol.28Issue(14) ：79-82.DOI:10.3969/j.issn.1007-1423.2022.14.013
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

LSTM-BP长短时记忆模型的设备寿命预测

Equipment Life Prediction Based on LSTM-BP Long Short Memory Model

薛缠明 1赵翔宇1
扫码查看

作者信息

  • 1. 太原卫星发射中心,太原 036301
  • 折叠

摘要

机电装备一体化、集成化程度越来越高,传统测试方法和维护方法难以对设备整体和元器件实现有效监测.为在长时间开机、高使用频率状态下,准确把握设备健康状态,本文结合深度学习中循环神经网络技术,提出了改进型LSTM长短时记忆网络方法,针对传统LSTM网络参数量相对较少的问题,本文使用三层BP结构串联至LSTM结构后构建多参数模型,达到模型泛化能力提高的目的,实现对设备寿命的有效预测.

关键词

机电装备/神经网络/设备寿命/LSTM

引用本文复制引用

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
参考文献量4
段落导航相关论文