基于Pearson-KPCA和LSTM的伺服电机滚动轴承剩余寿命预测

摘要：

针对伺服电机滚动轴承的寿命预测,提出一种基于皮尔逊相关系数及核主成分分析的长短时记忆网络预测方法.提取滚动轴承的时、频域信号,通过移动平均法进一步获取相关特征,并采用皮尔逊相关系数筛选高度相关特征指标,利用KPCA提取高度相关特征指标中的若干主成分;将第一主成分作为长短时记忆网络模型的输入对滚动轴承进行剩余寿命预测.采用IMS轴承数据集进行验证,得到的轴承寿命预测RMSE值和可决策系数值分别为0.054 3 和0.989.将其与长短期记忆网络模型和BP神经网络的预测结果进行对比,证明所提方法具有较高的精度.

关键词：皮尔逊相关系数、核主成分分析、长短时记忆神经网络、滚动轴承、剩余寿命预测

所属期刊栏目：51

分类号：TH133.33

资助基金：国家自然科学基金U1933202

在线出版日期：2023-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：221-226