基于S-时间熵和LSTM的滚动轴承早期故障预测

来源 :科学技术创新 | 被引量 : 0次 | 上传用户:yhmlivefor52
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
滚动轴承早期故障的预测能够评估轴承未来一段时间的性能状态而减少不必要的损失,但目前针对早期故障预测研究较少。为了使轴承维护工作更加轻松的开展,提出一种基于S-时间熵和LSTM的轴承早期故障预测方法,通过S-时间熵刻画轴承性能退化,再采用LSTM网络对滚动轴承早期故障阶段进行预测。通过NASA的实际轴承数据集的实验,结果表明提出的方法预测精度较高,能够较为有效地对早期故障阶段性能退化情况进行预测。
其他文献
近年来,工业界普遍开始运用机器学习算法模型技术,但是在使用过程中却面临着高额模型开发成本以及损害原有系统代码,造成模型与软件系统的可拓展性差问题。因此本文通过设计
最近读一本杂志,其中的一个故事给我留下了深刻的印象。  讲的是一位朋友到北欧某国做访问学者,周末到当地教授家中做客。进屋问候后,看到了教授5岁的小女儿,她长着满头金发,极其美丽。朋友送给她中国礼物,并夸奖小女孩长得漂亮,可爱至极。小女孩有礼貌地收下,并微笑着道谢。待女儿退后,教授严肃地对朋友说:“你伤害了我的女儿,你要向她道歉!”朋友很惊诧。教授解释说:“你是因为她的漂亮而夸奖她,而漂亮不是她的功
<正>9月30日,福建老年教育新媒体电视平台发布会在福州隆重举行。本次发布会由中共福建省委老干部局、福建省教育厅主办,中国电信福建公司、福建省广播影视集团、福建老年大
从儿童认知发生、发展的规律来看,在逻辑性极强的数学教学中,必须重视学生的实践活动,充分发挥学生的主体性,让学生主动参与实践活动,亲身经历形象而生动的数学过程,亲身体验如何“做数学”,如何实现数学的“再创造”,并从中感受到数学的魅力,从而促进数学的学习,并真正实现“人人学有价值的数学”,“不同的人在数学上得到不同的发展”。让学生真正地“卷入”数学学习中,以问题为抓手,圆探究之梦想。    一、巧创情