滚动轴承退化趋势预测

性能退化趋势预测总结

个人觉得性能退化趋势预测比寿命预测做出东西简单一点，但是找问题的话都是不简单的，说到找问题，这就要写文献综述了，写文献综述的意义是找到你要解决的问题；看到这里就会问如何写文献综述？https://zhuanlan.zhihu.com/p/53322770（很详细）。

性能退化趋势预测的关键步骤：

1. 衰退性能指标的建立
2. 预测模型的建立

说白了预测模型就是拟合，不同的模型拟合程度不一样，重点是衰退指标的建立，衰退指标建立又和统计特征有关（时域、频域、时频域、三角函数等）。

衰退指标建立方法

在这里我就列一部份：

线性降维方法：

         PCA,LDA等

非线性降维方法：

        流行学习（LLE,IOSMAP等）。

分类算法：

        SOM（自组织神经网络）,SVDD（支持向量数据域描述）,HMM（隐马尔可夫模型）,FCM（模糊C均值理论）

预测模型

1.统计学模型：自回归模型，移动平均模型，自回归移动平均模型，差分自回归移动平均模型，季节性差分自回归移动平均模型。

2. 传统机器学习：SVM，由SVM发展的LSSVM等一系列模型；

3.深度学习:（循环神经网络等一系列变体（LSTM,GRU等等））

预测模型

评价指标：
MAE（平均绝对误差）
MSE(均方误差)
MAPE（平均绝对百分比误差）
均方根误差（RMSE）

总结

这篇文章是我研究方向的方法，总结了自己研究上的做法。后面会写一些原理和代码，记录自己的学习生活，加油！