来源：期刊VIP网 时间：
作者：聂磊;徐诗奕;张吕凡;蔡文涛;
单位：湖北工业大学机械工程学院湖北省现代制造质量实验室;
摘要：为了实现剩余寿命预测过程中的自主特征筛选，有效利用筛选出的最优特征集数据，提出了一种基于自适应特征选择法与BiLSTM-LSTM的预测模型。该方法先利用自适应特征选择法自主地对时、频域特征进行筛选；然后利用主成分分析法（PCA）构建趋势性量化健康指标（HI），最后将HI输入BiLSTM-LSTM网络中，对滚动轴承的剩余寿命进行预测。利用IMS轴承公开数据集验证了提出的基于自适应特征选择法和BiLSTM-LSTM神经网络的预测模型在滚动轴承的退化趋势与剩余使用寿命预测上的有效性，并在PHM2012轴承公开数据集上进行了泛化性检验，进一步验证了方法的优越性。
关键词：滚动轴承;;自适应特征选择法;;双向长短期记忆神经网络;;长短期记忆神经网络;;寿命预测
基金资助：国家自然科学基金（51975191）
