基于CNN-LSTM的機床滾動軸承性能退化趨勢和壽命預測

摘要： 滾動軸承作為機床主軸的關鍵部件，其剩余壽命預測直接決定著整機設備的剩余壽命。若不能及時地預知滾動軸承的健康狀態(tài)或損傷情況，不僅會影響維修策略的制定，還會造成級聯(lián)故障，易造成機床災難性的事故。針對大數(shù)據(jù)下滾動軸承振動信號的自適應故障特征提取和智能診斷問題，構(gòu)建卷積神經(jīng)網(wǎng)絡和長短期記憶網(wǎng)絡(CNN-LSTM)相結(jié)合的壽命預測模型，它可以避免人工參與的影響，實現(xiàn)網(wǎng)絡的互補優(yōu)勢。對滾動...