基于ICEEMDAN模糊熵與Bi-LSTM的工業(yè)設備健康狀態(tài)預測

摘要： 工業(yè)設備健康狀態(tài)關系著工業(yè)生產能否正常進行，為此提出一種基于改進自適應噪聲完備經驗模態(tài)分解(ICEEMDAN)和雙向長短期記憶網絡(Bi-LSTM)的工業(yè)設備健康狀態(tài)預測方法。ICEEMDAN用于將原始音頻信號進行分解得到若干個固有模態(tài)函數(IMF)分量，通過計算相關系數選取最佳分量組進行信號重構，然后計算重構IMF分量的模糊熵值構造特征向量集合，最后再輸入到Bi-LSTM網絡... （共6頁）