基于改進LSTM-AdaBoost的銑刀磨損量預測

摘要： 針對銑刀磨損量預測時精度低的問題，提出一種基于黑寡婦算法（BWO）優(yōu)化的長短期記憶神經(jīng)網(wǎng)絡（LSTM）與AdaBoost集成學習算法相結合的銑刀磨損量預測方法。在銑刀磨損振動信號中提取時域、頻域以及時頻域多域特征。通過BWO算法優(yōu)化LSTM的核心參數(shù)，并將優(yōu)化后的LSTM網(wǎng)絡與AdaBoost算法進行結合，構建銑刀磨損量預測模型。最后用PHM Society 2010銑刀全壽命... （共7頁）