简介:摘要:针对航空管制雷达驱动机构中的轴承实际工作环境中往往环境噪声较大,严重制约了信号的分析,影响最终的信号分析与判断的问题,本文提出了一种基于完全集合经验模态分解(Complete EEMD with Adaptive Noise,CEEMDAN)和长短期记忆网络(LSTM,Long Short-Term Memory)的滚动轴承剩余寿命预测方法。以PHM2012滚动轴承数据集为实验数据,利用采集到三种不同工况下的X轴和Y轴振动信号,利用 CEEMDAN对振动信号分解并筛选主要 IMF分量,计算前 7阶 IMF分量的能量熵作为特征向量;最后将特征向量LSTM进行寿命预测。实验结果表明本文提出的模型有效,为工程应用中滚动轴承剩余寿命预测提供参考。