基于LSTM的滑動軸承實時溫度預測模型

摘要： 溫度是影響滑動軸承正常運轉的重要因素，實時監(jiān)測軸承溫度對測試至關重要，但實時采集軸承溫度的數據量大，為應對測試或監(jiān)測過程中溫度傳感器故障導致數據缺失的問題，提出了一種長短時記憶（LSTM）網絡預測模型，并與傳統BP神經網絡預測模型進行對比分析。通過處理已有的溫度數據預測后續(xù)的溫度變化趨勢，比較了2種模型的均方根誤差來描述預測精度。通過實際值與預測值的相互驗證，驗證了LSTM網絡... （共8頁）