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
面向轴承剩余寿命预测的自适应退化阶段辨识方法
被引量：
1
1
作者
邬世龙
《组合机床与自动化加工技术》
北大核心
2022年第12期31-35,共5页
针对滚动轴承剩余寿命预测中的退化阶段难以辨识的问题,提出了基于互信息卷积神经网络的退化特征提取方法和基于自适应超阈值波峰与失效概率逻辑回归预测的退化阶段辨识方法。引入了以轴承自监测数据为驱动的互信息卷积神经网络对轴承...
针对滚动轴承剩余寿命预测中的退化阶段难以辨识的问题,提出了基于互信息卷积神经网络的退化特征提取方法和基于自适应超阈值波峰与失效概率逻辑回归预测的退化阶段辨识方法。引入了以轴承自监测数据为驱动的互信息卷积神经网络对轴承性能退化特征进行深度提取,并结合支持向量数据描述进行退化指数(degradation indicator,DI)构建。针对环境工况对DI造成的波动干扰影响,引入了极值理论中的超阈值波峰法进行了退化阈值的更新设置。结合失效概率统计信息,采用正常状态与退化状态的逻辑回归二分类法对个体轴承失效阈值进行了客观估计,并利用全阶时间幂灰色预测模型对轴承剩余寿命进行了预测。实验结果表明,在退化阶段自适应辨识的基础上进行轴承剩余寿命的预测,能得到更准确更客观的预测结果。
展开更多
关键词
互信息卷积网络
退化特征提取
退化阶段辨识
剩余寿命预测
在线阅读
下载PDF
职称材料
题名
面向轴承剩余寿命预测的自适应退化阶段辨识方法
被引量：
1
1
作者
邬世龙
机构
重庆大学机械与运载工程学院
出处
《组合机床与自动化加工技术》
北大核心
2022年第12期31-35,共5页
文摘
针对滚动轴承剩余寿命预测中的退化阶段难以辨识的问题,提出了基于互信息卷积神经网络的退化特征提取方法和基于自适应超阈值波峰与失效概率逻辑回归预测的退化阶段辨识方法。引入了以轴承自监测数据为驱动的互信息卷积神经网络对轴承性能退化特征进行深度提取,并结合支持向量数据描述进行退化指数(degradation indicator,DI)构建。针对环境工况对DI造成的波动干扰影响,引入了极值理论中的超阈值波峰法进行了退化阈值的更新设置。结合失效概率统计信息,采用正常状态与退化状态的逻辑回归二分类法对个体轴承失效阈值进行了客观估计,并利用全阶时间幂灰色预测模型对轴承剩余寿命进行了预测。实验结果表明,在退化阶段自适应辨识的基础上进行轴承剩余寿命的预测,能得到更准确更客观的预测结果。
关键词
互信息卷积网络
退化特征提取
退化阶段辨识
剩余寿命预测
Keywords
mutual information convolutional networks
degradation feature extraction
degradation stage identification
remaining life prediction
分类号
TH133.3 [机械工程—机械制造及自动化]
TG659 [金属学及工艺—金属切削加工及机床]
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
面向轴承剩余寿命预测的自适应退化阶段辨识方法
邬世龙
《组合机床与自动化加工技术》
北大核心
2022
1
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
