来源：期刊VIP网 时间：
作者：张丹;袁林;隋文涛;金亚军;
单位：山东理工大学电气与电子工程学院;山东理工大学机械工程学院;
摘要：剩余使用寿命（RUL）预测是实现装备健康管理与预测性维护的最主要技术手段之一，为了准确预测轴承的剩余使用寿命，提出了一种基于集合经验模态分解（EEMD）和长短时记忆网络（LSTM）的轴承剩余寿命预测方法。首先，对采集到的振动信号做时域、频域及时频分析，同时记录相应特征；进而，筛选特征，通过EEMD对振动信号予以分解并重构；最后，通过LSTM结合经过处理的信号构建健康特征指标。通过实验证明了该方法能有效的预测出轴承的剩余寿命，且有较高的预测精度。
关键词：集合经验模态分解;;长短时记忆网络;;特征提取;;寿命预测
基金资助：山东省自然科学基金（ZR2016EEM20）
