论文部分内容阅读
故障诊断与预测使用大量信息数据,需要采用推断统计、神经网络等研究方法,对测试数据进行分析和预测,从而评估设备健康状况,在故障发生前对指标进行预测和采取预防举措,最大限度保证电子设备健康工作.本文提出了基于LSTM(长短时记忆网络)算法的电子设备部件故障预测模型,针对时序型数据对轴承运行状态进行分析和预测.