基于EEMD-MCNN-GRU的滚动轴承剩余使用寿命预测方法

摘要

本发明公开了一种基于EEMD‑MCNN‑GRU的滚动轴承剩余使用寿命预测方法，包括以下步骤：对滚动轴承的全生命周期振动数据进行预处理；利用集合经验模态构建轴承振动信号在不同时间尺度上的退化特征，以此构建各个滚动轴承的退化特征数据集；集成多尺度卷积神经网络特征提取层和门控制循环单元神经网络时间序列预测层搭建剩余寿命预测模型；对输入预测模型的退化特征数据集进行归一化；对归一化后的数据进行分割处理；将退化特征数据集划分为训练集和测试集，将训练数据作为整个预测网络模型的输入；使用移动平均法对预测模型输出进行平滑处理，输出最优寿命预测结果。本发明为滚动轴承的剩余使用寿命的分析提供了一种更可靠，鲁棒性、泛化性更强的预测方法。