基于CNN-LSTM的機(jī)床滾動(dòng)軸承性能退化趨勢(shì)和壽命預(yù)測(cè)

摘要： 滾動(dòng)軸承作為機(jī)床主軸的關(guān)鍵部件，其剩余壽命預(yù)測(cè)直接決定著整機(jī)設(shè)備的剩余壽命。若不能及時(shí)地預(yù)知滾動(dòng)軸承的健康狀態(tài)或損傷情況，不僅會(huì)影響維修策略的制定，還會(huì)造成級(jí)聯(lián)故障，易造成機(jī)床災(zāi)難性的事故。針對(duì)大數(shù)據(jù)下滾動(dòng)軸承振動(dòng)信號(hào)的自適應(yīng)故障特征提取和智能診斷問(wèn)題，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短期記憶網(wǎng)絡(luò)(CNN-LSTM)相結(jié)合的壽命預(yù)測(cè)模型，它可以避免人工參與的影響，實(shí)現(xiàn)網(wǎng)絡(luò)的互補(bǔ)優(yōu)勢(shì)。對(duì)滾動(dòng)...