论文部分内容阅读
针对柔性材料卷对卷设备的性能衰退问题,提出了一种LSTM-SVM性能衰退预测模型。通过分析LSTM网络和SVM网络的数学原理,构建了LSTM-SVM网络模型,并根据实验对象及实验数据的特点,设置了性能衰退预测模型的关键参数。最后,将110组长度为1000个数据点的轴承振动数据作为输入来训练网络模型。通过实验发现,LSTM-SVM模型有效预测了卷对卷设备的性能衰退情况,成功划分了设备的健康状态,准确度为0.535,拟合情况良好,表明该模型在卷对卷设备性能衰退预测方面具有可行性。损失值在模型训练到第7次时收敛