基于PSO优化LSTM的滚动轴承剩余寿命预测

• 作者: 李卓漫 王海瑞
• 来源期刊: 化工自动化及仪表
• 关键词: 剩余寿命预测 滚动轴承 粒子群算法 长短期记忆网络
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 研究与应用
• 页码范围: 353-357
• 页数: 5页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3932.2021.04.009

摘要

为了提高滚动轴承退化特征关于时间序列的预测精度,使预测模型更加适用于滚动轴承的运行退化数据,采用粒子群算法对长短期记忆网络的参数进行优化,构建PSO-LSTM滚动轴承寿命预测模型,根据模型拟合出轴承的剩余寿命曲线.经过实验发现,PSO-LSTM网络模型可以较好地拟合复杂工况下轴承的寿命退化趋势,且与其他模型相比拟合效果更好,预测结果更为准确.