基于ARN和BiLSTM的軸承剩余壽命預測方法

摘要： 針對深度學習方法進行軸承剩余使用壽命(Remaining Useful Life,RUL)預測時出現(xiàn)的網(wǎng)絡退化和噪聲信號干擾問題，提出一種基于注意力殘差降噪模型(Attention and Residual Network,ARN)和雙向長短時記憶網(wǎng)絡(Bidirectional Long-Short-Term Memory network,BiLSTM)的軸承剩余使用壽命預測... （共8頁）