基于ICEEMDAN模糊熵与Bi-LSTM的工业设备健康状态预测

摘要： 工业设备健康状态关系着工业生产能否正常进行，为此提出一种基于改进自适应噪声完备经验模态分解(ICEEMDAN)和双向长短期记忆网络(Bi-LSTM)的工业设备健康状态预测方法。ICEEMDAN用于将原始音频信号进行分解得到若干个固有模态函数(IMF)分量，通过计算相关系数选取最佳分量组进行信号重构，然后计算重构IMF分量的模糊熵值构造特征向量集合，最后再输入到Bi-LSTM网络... （共6页）