摘要：为了准确反映滚动轴承的剩余使用寿命随着时间的变化,提出了使用具有时序功能的长短期记忆网络(LSTM)来预测滚动轴承退化程度的方法。按照时间顺序提取振动信号的均方根值、峰度、偏斜度等15个时域特征作为判断滚动轴承退化的特征值,将其输入到长短期记忆网络中,将网络输出的轴承退化值设定为0~1,0表示轴承完好,1为预定的滚动轴承寿命。再将退化值映射到对应组数的剩余使用寿命上,分析退化预测值与真实值的偏离程度。LSTM的预测值逼近真实值,拟合预测值便可得到滚动轴承的剩余使用寿命曲线,可以通过曲线较准确判断轴承退化程度。

关键词：长短期记忆网络 滚动轴承 剩余使用寿命 

单位：青岛理工大学机械与汽车工程学院; 山东青岛266520; 软控股份有限公司; 山东青岛266500