融合數(shù)字孿生模型的滾動軸承性能退化趨勢預(yù)測方法

摘要： 針對在線場景下現(xiàn)有滾動軸承性能退化趨勢預(yù)測方法難以準(zhǔn)確預(yù)測的問題，提出一種融合數(shù)字孿生模型的滾動軸承性能退化趨勢預(yù)測方法。在現(xiàn)有動力學(xué)模型基礎(chǔ)上，考慮接觸力引起的接觸疲勞損傷對滾動軸承退化特性的影響，構(gòu)建可預(yù)測滾動軸承退化趨勢的機(jī)理模型。設(shè)計(jì)基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）和長短時記憶（LSTM）神經(jīng)網(wǎng)絡(luò)的模型更新方法，解決實(shí)測振動信號與機(jī)理模型的融合問題，進(jìn)而建立機(jī)理與數(shù)據(jù)融合的數(shù)... （共11頁）