基于DRSN和优化BiLSTM的轴承剩余寿命预测方法.pdfVIP

基于DRSN和优化BiLSTM的轴承剩余寿命预测方法.pdf

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于DRSN和优化BiLSTM的

轴承剩余寿命预测方法

:、

摘要针对传统轴承寿命预测方法过度依赖先验知识缺乏自适应性及退化特征难以提取导致的预测误差

,()()

大的问题提出一种自适应特征提取的基于深度残差收缩网络DRSN和双向长短时记忆网络BiLSTM的轴承剩

。,,

余寿命预测方法首先无需任何先验知识利用DRSN对轴承原始信号进行自动特征学习提取退化特征并构建

;,,

健康指标然后采用麻雀有哪些信誉好的足球投注网站算法优化BiLSTM隐藏层神经元个数和学习率基于优化的BiLSTM网络建立轴承

;,:、、

剩余寿命预测模型最后进行对比实验验证分别对比残差网络均值特征种方法提取的健康指标的性

DRSN3

。,

能和不同的轴承剩余寿命寿命预测模型进行对比实验实验结果表明DRSN网络提取的健康指标性能最优同时

,、

基于优化后的BiLSTM轴承剩余寿命预测模型的误差最小基于优化后BiLSTMBiLSTM和长短时记忆网络

()、、,。

的种轴承剩余寿命预测模型的均方根误差分别为验证了方法的有效性

LSTM31.41%2.71%5.64%

:;;;

关键词深度残差收缩网络双向长短时记忆网络剩余寿命预测麻雀有哪些信誉好的足球投注网站算法

BearinresidualliferedictionmethodbasedonDRSNandotimizedBiLSTM

gpp

,

knowledelackofadatabilitandlareredictionerrorcausedbdifficultextractionofderadationcharacteris-

gpygpyg

,()

ticsabearinresidualliferedictionmethodbasedonDeeResidualShrinkaeNetworkDRSNandBidirectional

gppg

()

Lon-Short-TermMemornetworkB

文档评论(0)

论文顾问 + 关注
实名认证
服务提供商

从事办公室文字工作,提供论文格式排版 、专业学术论文参考资料、文章写作、论文答辩PPT模板、会议筹备指导等服务,经验丰富,已从事七年。互相信任,保证质量,全程包修改,负责到通过。 微X号:lhg511823

1亿VIP精品文档

相关文档