基于MRSDAE-KPCA结合Bi-LST的滚动轴承剩余使用寿命预测

摘要： 针对现有滚动轴承剩余使用寿命预测方法在提取数据特征时没有充分考虑数据的内部分布，且在构建健康因子时还需要专家经验进行人工提取等问题，提出一种基于流形正则化堆栈去噪自编码器、核主成分分析并结合双向长短时记忆网络的滚动轴承剩余使用寿命预测方法。首先采用无监督的堆栈去噪自编码器网络对原始振动数据进行深层特征提取，并使用核主成分分析法进一步降维，以提高健康因子的指标稳定性；然后在堆栈去... （共7页）