[发明专利]一种深度置信网络与极限学习机的轴承衰退趋势预测方法

摘要

本发明属于机械设备可靠性评估技术领域，提出一种深度置信网络与极限学习机的轴承衰退趋势预测方法。在构建指标部分，首先从轴承振动信号中提取原始特征。分别从时域、时频域以及三角函数的角度，选取能够表征轴承运行状态的特征，构建多域特征集。然后建立深度置信网络，通过对特征集进行无监督学习，将多域特征融合，得到健康指标；在退化趋势预测部分，首先将健康指标进行归一化处理，然后根据健康指标对轴承的运行状态划分阶段，最后使用极限学习机预测模型，对轴承不同衰退阶段进行趋势预测。本发明提出的轴承退化趋势预测方法，预测精度较高，并且模型训练用时较少。