期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于混合Wiener-ANN模型的轴承剩余使用寿命预测方法
1
作者
叶新
苏少权
+2 位作者
尚伟
杨帆
文龙
《机械强度》
北大核心
2025年第9期233-240,共8页
轴承作为精密仪器中的关键旋转部件,其运行状态直接影响系统的安全性和稳定性,因此准确预测轴承剩余使用寿命尤为重要。现有的轴承剩余寿命预测方法可分为物理模型类和数据驱动类。物理模型方法具有较高的可解释性,所需样本量少,但预测...
轴承作为精密仪器中的关键旋转部件,其运行状态直接影响系统的安全性和稳定性,因此准确预测轴承剩余使用寿命尤为重要。现有的轴承剩余寿命预测方法可分为物理模型类和数据驱动类。物理模型方法具有较高的可解释性,所需样本量少,但预测精度较低,且不能在线预测;数据驱动方法则具有较高的预测精度和在线预测能力,但需要大量历史样本数据。为此,提出了结合物理模型和数据驱动方法的混合Wiener过程-人工神经网络(Wiener-Artificial Neural Network,Wiener-ANN)模型用于轴承剩余使用寿命预测。该模型通过时频域特征作为多源输入数据优化Wiener过程模型,使用优化后的模型进行第1阶段预测。随后,构建一个以第1阶段预测结果作为训练数据优化的三层ANN,将优化后的Wiener模型与ANN联合用于测试数据集的剩余寿命预测。与传统Wiener模型和ANN方法的预测结果对比表明,该方法在预测精度和应用性能上具有显著优势,具有较好的工程应用价值。
展开更多
关键词
轴承
剩余使用寿命
预测方法
Wiener过程模型
人工神经网络
在线阅读
下载PDF
职称材料
题名
基于混合Wiener-ANN模型的轴承剩余使用寿命预测方法
1
作者
叶新
苏少权
尚伟
杨帆
文龙
机构
武汉工程大学电气信息学院
中国地质大学(武汉)机械与电子信息学院
中铁科工集团装备工程有限公司
中国地质大学深圳研究院
出处
《机械强度》
北大核心
2025年第9期233-240,共8页
基金
深圳市基础研究专项(自然科学基金)面上项目(JCYJ20230807113708016)
广东省自然科学基金项目(面上项目)(2024A1515011025)
国家自然科学基金项目(52575605)。
文摘
轴承作为精密仪器中的关键旋转部件,其运行状态直接影响系统的安全性和稳定性,因此准确预测轴承剩余使用寿命尤为重要。现有的轴承剩余寿命预测方法可分为物理模型类和数据驱动类。物理模型方法具有较高的可解释性,所需样本量少,但预测精度较低,且不能在线预测;数据驱动方法则具有较高的预测精度和在线预测能力,但需要大量历史样本数据。为此,提出了结合物理模型和数据驱动方法的混合Wiener过程-人工神经网络(Wiener-Artificial Neural Network,Wiener-ANN)模型用于轴承剩余使用寿命预测。该模型通过时频域特征作为多源输入数据优化Wiener过程模型,使用优化后的模型进行第1阶段预测。随后,构建一个以第1阶段预测结果作为训练数据优化的三层ANN,将优化后的Wiener模型与ANN联合用于测试数据集的剩余寿命预测。与传统Wiener模型和ANN方法的预测结果对比表明,该方法在预测精度和应用性能上具有显著优势,具有较好的工程应用价值。
关键词
轴承
剩余使用寿命
预测方法
Wiener过程模型
人工神经网络
Keywords
Bearing
Remaining useful life
Prediction method
Wiener process model
Artificial neural network
分类号
TH133 [机械工程—机械制造及自动化]
TP301 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于混合Wiener-ANN模型的轴承剩余使用寿命预测方法
叶新
苏少权
尚伟
杨帆
文龙
《机械强度》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
