一种基于Attention-LSTM的滚动轴承性能衰退预...
授权
摘要
基于Attention‑LSTM的滚动轴承性能衰退预测方法，属于旋转机械性能监测领域。首先，针对设备性能衰退评估过程中缺乏性能衰退指标以及监测信号难以直观表征轴承性能衰退特性的问题，通过时域与频域分析生成多个备选特征指标并采用相关性、单调性和鲁棒性三个指标其进行评价筛选，将特征值曲线通过固定窗均值化处理得到HI曲线和残差曲线，并提出基于阶跃稳态的性能衰退评估方法，定量直观地反映轴承性能衰退程度。最后，针对传统方法过度依赖专家经验及处理复杂时间序列预测精度低的问题，提出基于Attention‑LSTM的性能衰退预测方法，采用注意力机制提高对性能阶跃点前后数据的学习能力，加强了预测模型对衰退特征的反应敏感度。本发明通过实验验证了该预测方法具有更高的预测精度，鲁棒性和泛化能力。
基本信息
专利标题 ：
一种基于Attention-LSTM的滚动轴承性能衰退预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111695521A
申请号 ：
CN202010539588.3
公开（公告）日 ：
2020-09-22
申请日 ：
2020-06-15
授权号 ：
CN111695521B
授权日 ：
2022-06-10
发明人 ：
王亚萍李士松崔巍许迪葛江华
申请人 ：
哈尔滨理工大学
申请人地址 ：
黑龙江省哈尔滨市南岗区学府路哈尔滨理工大学
代理机构 ：
代理人 ：
优先权 ：
CN202010539588.3
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06N3/04 G06N3/08 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-10 ：
授权
2020-12-22 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20200615
申请日 : 20200615
2020-09-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
