声明
摘要
1绪论
1.1研究背景
1.2国内外研究现状
1.3主要研究内容与章节安排
2基于数据驱动的RUL预测技术
2.1引言
2.2数据驱动方法的RUL预测技术路线
2.3数据预处理
2.3.1数据去噪
2.3.2数据归一化
2.3.3频域信号处理
2.4特征提取
2.4.1受限玻尔兹曼机
2.4.2自动编码器
2.4.3卷积神经网络
2.5性能评估指标
2.6本章小结
3基于LSTM的寿命预测方法研究
3.1引言
3.2基于LSTM的机械设备RUL预测方法
3.2.1循环神经网络
3.2.2 LSTM网络结构和训练过程
3.2.3 RUL预测模型搭建和预测流程
3.3实验过程和实验分析
3.3.1数据描述和顶处理
3.3.2实验验证和结果分析
3.4本章小结
4结合DCNN和LSTM的寿命预测方法研究
4.1引言
4.2基于DCNN的机械设备RUL预测方法
4.2.1一维卷积神经网络
4.2.2残差卷积
4.2.3 RU L预测模型搭建和预测
4.3实验过程和实验分析
4.3.1数据描述和预处理
4.3.2实验验证和结果分析
4.4本章小结
5总结与展望
参考文献
致谢
攻读硕士期间取得的研究成果
山东大学;