一种基于贝叶斯LSTM模型的旋转机械的故障预警方法

摘要

本发明公开了一种基于贝叶斯LSTM模型的旋转机械的故障预警方法。所述方法主要针对大型旋转机械设备故障预警，通过整合分析数据，运用离散小波包、PPCA概率主成分分析、C‑C算法等对数据进行降噪降维重构，得到较好处理的数据集，再通过LSTM循环神经网络的方法构建数据预测模型，最后结合贝叶斯假设检验方法求其置信度，输出异常情况的时间节点，来达到需要的故障预警目的。本发明实现了量化分析机械设备运行数据，集成了多种高等智能监测诊断技术和方法，保证了预测具有更高的可靠性及稳健性。本发明提供了一种全新可行的故障检测与预警方法。