基于循環(huán)神經(jīng)網(wǎng)絡(luò )融合的機械零部件健康指標構造方法

一種基于循環(huán)神經(jīng)網(wǎng)絡(luò )融合的機械零部件健康指標構造方法，首先獲取機械零部件振動(dòng)信號，計算得到振動(dòng)信號時(shí)域特征序列和頻域特征序列；根據時(shí)域特征序列和頻域特征序列計算相似性特征；對振動(dòng)信號進(jìn)行三層小波包變換，得到頻帶能量比特征；利用特征的綜合評價(jià)指標篩選出機械零部件退化過(guò)程的敏感特征集，用以訓練循環(huán)神經(jīng)網(wǎng)絡(luò )；通過(guò)敏感特征集和訓練好的循環(huán)神經(jīng)網(wǎng)絡(luò )可以得到新的機械零部件健康指標RNN?HI，本發(fā)明利用相似性特征和循環(huán)神經(jīng)網(wǎng)絡(luò )充分挖掘了機械零部件振動(dòng)信號中的退化信息，不僅便于失效閾值的確定而且提高了壽命預測的精度。