-
题名基于状态划分和集成学习的轴承剩余使用寿命预测模型
被引量：2
- 1
-
-
作者
胡志辉
王绪光
王贡献
张腾
李帅琦
-
机构
武汉理工大学交通与物流工程学院
-
出处
《机电工程》
CAS
北大核心
2024年第8期1423-1430,共8页
-
基金
国家科技重大专项(2022ZD0119304)。
-
文摘
针对滚动轴承剩余使用寿命(RUL)预测退化起始时间(DST)难以确定,以及单一寿命预测模型精度比较低的问题,提出了一种基于状态划分和集成学习模型的滚动轴承RUL预测方法。首先,提取了轴承振动信号的特征,利用滑动窗口不断更新3σ准则预警范围,结合连续触发机制自适应确定DST;然后,采用具有自适应噪声的完全集成经验模态分解(CEEMDAN)对退化阶段信号序列进行了自适应分解;最后,构建了集成学习模型,考虑分量的不同特性进行了多步滚动预测,融合预测结果得到了轴承RUL,采用滚动轴承XJTU-SY公开数据集进行了试验验证。研究结果表明:与基于长短时记忆神经网络(LSTM)、反向传播神经网络(BPNN)的预测方法相比,该方法预测结果的平均绝对误差分别降低了11.7%以及5.6%,相对均方根误差分别降低了12.2%以及10.7%,验证了该方法在轴承RUL预测中的有效性和优越性。
-
关键词
滚动轴承剩余使用寿命
退化起始时间
自适应DST状态划分
集成学习模型
退化特征提取
具有自适应噪声的完全集成经验模态分解
长短时记忆神经网络
-
Keywords
rolling bearing remaining useful life(RUL)
degradation start time(DST)
adaptive DST state division
ensemble learning model
degenerate feature extraction
complete ensemble empirical mode decomposition with adaptive noise(CEEMDAN)
long short-term memory neural network(LSTM)
-
分类号
TH133.3
[机械工程—机械制造及自动化]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名日语动词体的表达方式
- 2
-
-
作者
孟广德
-
机构
东南大学外语系
-
出处
《东南大学学报（哲学社会科学版）》
北大核心
2001年第4期117-120,共4页
-
文摘
体是日语动词重要的语法法范畴之一。体表示动作或状态所具有的内在界限。日语动词体的表达方式有三种 :一是动词连用形后通过接续动词“て”,再接补助动词 ;二是动词连用形后直接接辅助动词 ;三是借助于一些惯用型来表达。关于体的分类 ,诸家提法不一。笔者从中国学生学习和理解的角度着眼 ,参照语法学派的一般观点 ,分成 8大类 :即将体 ,起始体 ,持续体 ,存续体 ,完成体 ,备放体 ,趋向体 。
-
关键词
动词
即将体
起始体
持续体
存续性
完成体
备放体
趋向体
试做体
日语
表达方式
语法
-
Keywords
verbs
aspect
the aspect of future
the aspect of initiation
the aspect of remaining state
the aspect of completion and remaining state
the aspect of completion state
the aspect of preparation in advance
the aspect of the still progressin
-
分类号
H36
[语言文字—日语]
-
