基于S-时间熵和LSTM的滚动轴承早期故障预测

滚动轴承早期故障的预测能够评估轴承未来一段时间的性能状态而减少不必要的损失,但目前针对早期故障预测研究较少。为了使轴承维护工作更加轻松的开展,提出一种基于S-时间熵和LSTM的轴承早期故障预测方法,通过S-时间熵刻画轴承性能退化,再采用LSTM网络对滚动轴承早期故障阶段进行预测。通过NASA的实际轴承数据集的实验,结果表明提出的方法预测精度较高,能够较为有效地对早期故障阶段性能退化情况进行预测。