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
机器学习应用于随机退化设备剩余寿命预测的综述
被引量：
1
1
作者
张波
胡昌华
+3 位作者
张浩
郑建飞
张建勋
牟含笑
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2024年第9期1783-1790,共8页
为了研究机器学习在设备剩余寿命(remaining useful life,RUL)预测领域发挥的作用及面临的挑战,对机器学习在设备剩余寿命预测领域的应用方法研究及每类方法特点开展系统性总结。根据模型训练方式以及有无标签的差异,将常见机器学习应...
为了研究机器学习在设备剩余寿命(remaining useful life,RUL)预测领域发挥的作用及面临的挑战,对机器学习在设备剩余寿命预测领域的应用方法研究及每类方法特点开展系统性总结。根据模型训练方式以及有无标签的差异,将常见机器学习应用于随机退化设备剩余寿命预测的研究分为监督学习、无监督学习、半监督学习、迁移学习及强化学习5类,综述了每类方法在设备剩余寿命预测领域的应用现状;列举了多种方法优势结合、相互弥补的典型案例,并阐述了不同方法在预测中所起到的作用;简要介绍了各类方法的特点及应用领域,并分析了不同方法的优势与缺陷;着眼设备运行过程中所面临的现实问题和需求,探讨了随机退化设备剩余寿命预测未来所面临的挑战与难题。
展开更多
关键词
剩余寿命预测
随机退化设备
机器学习
监督学习
无监督学习
半监督学习
迁移学习
强化学习
在线阅读
下载PDF
职称材料
贝叶斯变点检测的滚动轴承剩余寿命预测方法
2
作者
雷文平
邹冬良
+2 位作者
陈世金
黄广众
董星
《郑州大学学报(工学版)》
北大核心
2025年第6期93-101,共9页
针对滚动轴承运行退化呈现随机变点的多阶段特征,提出了一种新型的多阶段退化过程剩余寿命预测方法。首先,以离线历史数据估计各阶段模型的先验参数;其次,针对单一在线设备,通过贝叶斯变点检测方法进行变点的实时检测,采用贝叶斯更新方...
针对滚动轴承运行退化呈现随机变点的多阶段特征,提出了一种新型的多阶段退化过程剩余寿命预测方法。首先,以离线历史数据估计各阶段模型的先验参数;其次,针对单一在线设备,通过贝叶斯变点检测方法进行变点的实时检测,采用贝叶斯更新方法在变点出现前对第1阶段参数进行更新,变点出现后对第2阶段进行更新;最后,利用多阶段模型进行剩余寿命预测。数值仿真和实例研究结果表明:基于贝叶斯变点检测的滚动轴承寿命预测方法可以提高85%的变点检测精度,进而实现高精度的多阶段剩余寿命预测。
展开更多
关键词
寿命预测
滚动轴承
贝叶斯变点检测
随机退化设备
在线阅读
下载PDF
职称材料
题名
机器学习应用于随机退化设备剩余寿命预测的综述
被引量：
1
1
作者
张波
胡昌华
张浩
郑建飞
张建勋
牟含笑
机构
火箭军工程大学导弹工程学院
西安航天精密机电研究所
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2024年第9期1783-1790,共8页
基金
国家自然科学基金项目(62227814,62103433,62373368).
文摘
为了研究机器学习在设备剩余寿命(remaining useful life,RUL)预测领域发挥的作用及面临的挑战,对机器学习在设备剩余寿命预测领域的应用方法研究及每类方法特点开展系统性总结。根据模型训练方式以及有无标签的差异,将常见机器学习应用于随机退化设备剩余寿命预测的研究分为监督学习、无监督学习、半监督学习、迁移学习及强化学习5类,综述了每类方法在设备剩余寿命预测领域的应用现状;列举了多种方法优势结合、相互弥补的典型案例,并阐述了不同方法在预测中所起到的作用;简要介绍了各类方法的特点及应用领域,并分析了不同方法的优势与缺陷;着眼设备运行过程中所面临的现实问题和需求,探讨了随机退化设备剩余寿命预测未来所面临的挑战与难题。
关键词
剩余寿命预测
随机退化设备
机器学习
监督学习
无监督学习
半监督学习
迁移学习
强化学习
Keywords
remaining service life prediction
stochastic degrading device
machine learning
supervised learning
unsupervised learning
semisupervised learning
transfer learning
reinforcement learning
分类号
TH133.33 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
贝叶斯变点检测的滚动轴承剩余寿命预测方法
2
作者
雷文平
邹冬良
陈世金
黄广众
董星
机构
郑州大学机械与动力工程学院
五冶集团上海有限公司工程技术服务公司
出处
《郑州大学学报(工学版)》
北大核心
2025年第6期93-101,共9页
基金
国家自然科学基金资助项目(51775515)。
文摘
针对滚动轴承运行退化呈现随机变点的多阶段特征,提出了一种新型的多阶段退化过程剩余寿命预测方法。首先,以离线历史数据估计各阶段模型的先验参数;其次,针对单一在线设备,通过贝叶斯变点检测方法进行变点的实时检测,采用贝叶斯更新方法在变点出现前对第1阶段参数进行更新,变点出现后对第2阶段进行更新;最后,利用多阶段模型进行剩余寿命预测。数值仿真和实例研究结果表明:基于贝叶斯变点检测的滚动轴承寿命预测方法可以提高85%的变点检测精度,进而实现高精度的多阶段剩余寿命预测。
关键词
寿命预测
滚动轴承
贝叶斯变点检测
随机退化设备
Keywords
remaining useful life prediction
rolling bearing
bayesian changepoint detection
stochastic deteriorating equipment
分类号
TH133 [机械工程—机械制造及自动化]
TH17 [机械工程—机械制造及自动化]
TP273 [自动化与计算机技术—检测技术与自动化装置]
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
机器学习应用于随机退化设备剩余寿命预测的综述
张波
胡昌华
张浩
郑建飞
张建勋
牟含笑
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
贝叶斯变点检测的滚动轴承剩余寿命预测方法
雷文平
邹冬良
陈世金
黄广众
董星
《郑州大学学报(工学版)》
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
