融合数字孪生模型的滚动轴承性能退化趋势预测方法

摘要： 针对在线场景下现有滚动轴承性能退化趋势预测方法难以准确预测的问题，提出一种融合数字孪生模型的滚动轴承性能退化趋势预测方法。在现有动力学模型基础上，考虑接触力引起的接触疲劳损伤对滚动轴承退化特性的影响，构建可预测滚动轴承退化趋势的机理模型。设计基于卷积神经网络（CNN）和长短时记忆（LSTM）神经网络的模型更新方法，解决实测振动信号与机理模型的融合问题，进而建立机理与数据融合的数... （共11页）