MATLAB代码基于cnn-lstm的轴承寿命预测

一种结合卷积神经网络（convolution neural networks，简称CNN）和长短时记忆（long short term memory，简称LSTM）神经网络的滚动轴承RUL预测方法。首先，对滚动轴承原始振动信号作快速傅里叶变换（fast Fourier transform，简称FFT）；其次，将预处理所得到的频域幅值信号进行归一化处理后，将其作为CNN的输入，然后，再将深层特征输入到LSTM网络中，构建趋势性量化健康指标，同时确定失效阈值；最后，实现轴承寿命预测。

opts = trainingOptions('adam', ...
    'MaxEpochs',100, ...
    'GradientThreshold',1,...
    'ExecutionEnvironment','cpu',...
    'InitialLearnRate',0.005, ...
    'LearnRateSchedule','piecewise', ...
    'LearnRateDropPeriod',50, ...   %2个epoch后学习率更新
    'LearnRateDropFactor',0.5, ...
    'L2Regularization',1e-6,...
    'Shuffle','once',...  % 时间序列长度
    'SequenceLength',k,...
    'MiniBatchSize',100,...
    'Verbose',1,...
    'Plots','training-progress');