论文部分内容阅读
提出了一种基于变分模态分解（Variational Mode Decomposition，VMD）谱熵和极限学习机（Extreme Learning Machine，ELM）的轴承寿命预测方法。首先，对轴承的振动信号提取变分模态分解谱熵特征，组成表征轴承健康因子的时间序列。其次，对健康因子时间序列进行变分模态分解并提取时间序列的趋势项，ELM对趋势项预测实现对轴承剩余寿命的预测。实例验证，VMD-ELM模型的对轴承健康因子时间序列的预测有良好的精度，准确预测了轴承的劣化趋势和轴承的剩余寿命。