本發明公開了一種基于集成GMDH框架的旋轉機械剩余壽命預測方法,所述方法包括以下步驟:S1,采集多個同一種類旋轉機械從正常運行到故障失效過程中的多個傳感器數據,通過數據處理,得到訓練數據集合W;S2,將數據集通過不同的劃分,分別用于構建三個具有差異性的GMDH預測網絡;S3,將三個GMDH網絡在訓練樣本上的預測輸出作為三層BP神經網絡的輸入對BP神經網絡進行訓練,該BP神經網絡用于對三個GMDH網絡的預測結果進行集成;S4,利用所述集成GMDH框架對旋轉機械剩余壽命進行預測,計算并輸出剩余壽命預測值。本發明與經典的LSTM網絡和單個GMDH網絡相比,能有效提高預測精度和泛化能力,具有更大的實際指導意義。
聲明:
“基于集成GMDH框架的旋轉機械剩余壽命預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)