【摘要】：滚动轴承早期故障的预测能够评估轴承未来一段时间的性能状态而减少不必要的损失,但目前针对早期故障预测研究较少。为了使轴承维护工作更加轻松的开展,提出一种基于S-时间熵和LSTM的轴承早期故障预测方法,通过S-时间熵刻画轴承性能退化,再采用LSTM网络对滚动轴承早期故障阶段进行预测。通过NASA的实际轴承数据集的实验,结果表明提出的方法预测精度较高,能够较为有效地对早期故障阶段性能退化情况进行预测。

【相似文献】

中国期刊全文数据库 前18条

1 顾兴龙;;滚动轴承早期故障信号特征分析[J];河南科技;2018年34期

2 王丽丽,王超,蔡正敏;滚动轴承早期故障的小波诊断方法[J];应用力学学报;1999年02期

3 唐旭;徐卫晓;谭继文;王彦松;;基于LSTM的滚动轴承剩余使用寿命预测[J];机械设计;2019年S1期

4 王丽丽,王超;滚动轴承早期故障在线监测与诊断[J];西安交通大学学报;1998年06期

5 Klaus Findling;;快速性和安全性——正确选择滚动轴承系统可以节约时间和金钱[J];机电产品市场;2007年10期

6 Klaus Findling;;快速性和安全性——正确选择滚动轴承系统可以节约时间和金钱[J];现代制造;2006年26期

7 Brigitte Michel;滚动轴承的新选择[J];现代制造;2005年28期

8 郝勇;吴文辉;王起明;杜娇君;耿佩;;基于振动信号的6201型滚动轴承品质检测设备[J];仪表技术;2020年03期

9 刘耀中;侯万果;王玉良;钞仲凯;;滚动轴承材料及热处理进展与展望(续完)[J];轴承;2020年02期

10 李峥;卢文秀;褚福磊;;滚动轴承试验台动载荷加载装置[J];科技创新与应用;2020年12期

11 王奉涛;刘晓飞;邓刚;李宏坤;于晓光;;基于长短期记忆网络的滚动轴承寿命预测方法[J];振动.测试与诊断;2020年02期

12 左岩;;滚动轴承常见故障分析及解决措施[J];炼油与化工;2019年02期

13 王云龙;王文中;;高速滚动轴承动力学及润滑热失效研究[J];机械工程学报;2019年08期

14 朱亮亮;李敏科;段少勇;;滚动轴承常见故障分析及防止措施[J];杨凌职业技术学院学报;2018年02期

15 邓璘;;车辆滚动轴承传动故障现状概述及典型故障分析[J];科技风;2017年06期

16 谢雅坤;;滚动轴承的优缺点[J];河北农机;2017年06期

17 章浩;;滚动轴承失效形式分析[J];内江科技;2015年11期

18 童飞;王甲闯;王文;任思源;;小型滚动轴承疲劳寿命试验机[J];计量与测试技术;2016年04期