基于Pearson-KPCA和LSTM的伺服电机滚动轴承剩余寿命预测
版权信息：站内文章仅供学习与参考，如触及到您的版权信息，请与本站联系。
信息
资料大小
4.10 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
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0.0543和0.989。将其与长短期记忆相关论文
- 2025-01-23基于俯拍视频图像的露天停车场车位状态检测
- 2021-06-10CNN-SVM模型在抽油机井故障诊断中的应用
- 2025-02-06融合引导锚框算法的Faster-RCNN缺陷检测
- 2021-08-24水果采摘装置的研究与开发
- 2025-01-23机器人视觉中行人和车辆检测算法的研究
请自觉遵守互联网相关的政策法规，严禁发布色情、暴力、反动的言论。