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
2
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
基于并行混合模型的滚动轴承剩余寿命预测
1
作者
唐友福
李澳
+2 位作者
刘瑞峰
姜佩辰
丁涵
《石油机械》
北大核心
2025年第1期10-19,共10页
准确地跟踪和预测滚动轴承剩余使用寿命,对于保障工业设备的安全性和可靠性具有重要的现实意义。针对现有模型在变工况下滚动轴承剩余寿命预测精度低、鲁棒性差的问题,提出一种基于并行混合模型的滚动轴承剩余寿命预测方法。引入添加SE...
准确地跟踪和预测滚动轴承剩余使用寿命,对于保障工业设备的安全性和可靠性具有重要的现实意义。针对现有模型在变工况下滚动轴承剩余寿命预测精度低、鲁棒性差的问题,提出一种基于并行混合模型的滚动轴承剩余寿命预测方法。引入添加SENet的多尺度卷积神经网络,提取滚动轴承退化阶段的深层特征;通过变分模态分解将所提特征分解为趋势项和随机项,分别输入到相关向量机和添加时序模式注意力机制的长短时记忆网络中进行预测,并选用瞪羚优化算法对预测模型的未知参数寻优;将所建模型应用于滚动轴承加速退化试验数据集。研究结果表明,相较于传统模型,该方法具有更高的预测精度和鲁棒性。研究结果可为滚动轴承的剩余寿命预测提供一种新的有效途径。
展开更多
关键词
滚动轴承
剩余寿命预测
瞪羚算法
时序模式注意力机制
长短时记忆网络
相关向量机
在线阅读
下载PDF
职称材料
基于TPA机制改进的VMD-GRU抽水蓄能机组振动预测
被引量：
3
2
作者
杨雄
聂赛
+6 位作者
章志平
刘泽
卢俊琦
汤络翔
冯陈
张玉全
郑源
《水电与抽水蓄能》
2023年第1期31-38,共8页
针对抽水蓄能机组振动趋势预测中振动信号时间序列非线性、非平稳性极强导致常规预测方法难以进行精确预测的问题,提出变分模态分解(Variational Mode Decomposition,VMD)结合时序模式注意力(Temporal Pattern Attention,TPA)机制改进...
针对抽水蓄能机组振动趋势预测中振动信号时间序列非线性、非平稳性极强导致常规预测方法难以进行精确预测的问题,提出变分模态分解(Variational Mode Decomposition,VMD)结合时序模式注意力(Temporal Pattern Attention,TPA)机制改进的门控循环单元(Gated Recurrent Units,GRU)神经网络的抽水蓄能机组振动预测方法。利用VMD算法首先将振动信号序列分解为若干个本征模态分量(IMF),降低时间序列的非平稳性,结合其他特征参数,构建预测输入矩阵。将输入矩阵放入TPA改进的GRU神经网络中训练,利用神经网络强大的非线性特征提取能力,达到精准的预测效果。最后将本方法与GRU-TPA、结合常规注意力机制(AM)的VMD-GRU预测方法进行对比发现,基于TPA改进的VMD-GRU预测方法效果更好,能够更加准确地预测振动信号的时间变化趋势。
展开更多
关键词
时序模式注意力机制
变分模态分解
门控循环单元
抽水蓄能机组
振动信号
预测
在线阅读
下载PDF
职称材料
题名
基于并行混合模型的滚动轴承剩余寿命预测
1
作者
唐友福
李澳
刘瑞峰
姜佩辰
丁涵
机构
东北石油大学机械科学与工程学院
出处
《石油机械》
北大核心
2025年第1期10-19,共10页
基金
东北石油大学青年科学基金项目“齿轮齿条钻机起升系统与受压钻柱非线性耦合动力机理研究”(2018QNL-28)。
文摘
准确地跟踪和预测滚动轴承剩余使用寿命,对于保障工业设备的安全性和可靠性具有重要的现实意义。针对现有模型在变工况下滚动轴承剩余寿命预测精度低、鲁棒性差的问题,提出一种基于并行混合模型的滚动轴承剩余寿命预测方法。引入添加SENet的多尺度卷积神经网络,提取滚动轴承退化阶段的深层特征;通过变分模态分解将所提特征分解为趋势项和随机项,分别输入到相关向量机和添加时序模式注意力机制的长短时记忆网络中进行预测,并选用瞪羚优化算法对预测模型的未知参数寻优;将所建模型应用于滚动轴承加速退化试验数据集。研究结果表明,相较于传统模型,该方法具有更高的预测精度和鲁棒性。研究结果可为滚动轴承的剩余寿命预测提供一种新的有效途径。
关键词
滚动轴承
剩余寿命预测
瞪羚算法
时序模式注意力机制
长短时记忆网络
相关向量机
Keywords
rolling bearing
RUL prediction
GOA
TPA
LSTM
RVM
分类号
TE832 [石油与天然气工程—油气储运工程]
在线阅读
下载PDF
职称材料
题名
基于TPA机制改进的VMD-GRU抽水蓄能机组振动预测
被引量：
3
2
作者
杨雄
聂赛
章志平
刘泽
卢俊琦
汤络翔
冯陈
张玉全
郑源
机构
江西洪屏抽水蓄能有限公司
河海大学能源与电气学院
出处
《水电与抽水蓄能》
2023年第1期31-38,共8页
基金
国网新源控制有限公司科技项目(项目编号:SGXYKJ-2022-034)。
文摘
针对抽水蓄能机组振动趋势预测中振动信号时间序列非线性、非平稳性极强导致常规预测方法难以进行精确预测的问题,提出变分模态分解(Variational Mode Decomposition,VMD)结合时序模式注意力(Temporal Pattern Attention,TPA)机制改进的门控循环单元(Gated Recurrent Units,GRU)神经网络的抽水蓄能机组振动预测方法。利用VMD算法首先将振动信号序列分解为若干个本征模态分量(IMF),降低时间序列的非平稳性,结合其他特征参数,构建预测输入矩阵。将输入矩阵放入TPA改进的GRU神经网络中训练,利用神经网络强大的非线性特征提取能力,达到精准的预测效果。最后将本方法与GRU-TPA、结合常规注意力机制(AM)的VMD-GRU预测方法进行对比发现,基于TPA改进的VMD-GRU预测方法效果更好,能够更加准确地预测振动信号的时间变化趋势。
关键词
时序模式注意力机制
变分模态分解
门控循环单元
抽水蓄能机组
振动信号
预测
Keywords
temporal pattern attention mechanism
variational mode decomposition
gated recurrent units
pumped storage units
vibration signal
forecating
分类号
TV734.1 [水利工程—水利水电工程]
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
基于并行混合模型的滚动轴承剩余寿命预测
唐友福
李澳
刘瑞峰
姜佩辰
丁涵
《石油机械》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于TPA机制改进的VMD-GRU抽水蓄能机组振动预测
杨雄
聂赛
章志平
刘泽
卢俊琦
汤络翔
冯陈
张玉全
郑源
《水电与抽水蓄能》
2023
3
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
