针对滚动轴承的剩余寿命预测问题,提出一种基于多传感器信号融合的深度长短期记忆网络预测模型.利用深度学习和长短期记忆网络组合来构造深度长短期记忆网络;将多个传感器信号数据进行融合处理,从而通过深度学习结构能够发现传感器时序信号中隐藏的长期依赖关系;通过网格搜索策略、自适应矩估计算法(Adaptive Moment Estimation Algorithm,AMEA)优化深度长短期记忆网络的网络结构和参数,并且引入一种主动丢弃法以缓解过度拟合问题.实验结果表明该方法具有更高的预测准确性和稳定性.
展开▼