论文摘要
为了评估机械设备的退化状态,准确掌握轴承剩余寿命信息,提出了一种基于相关系数和BP神经网络(BP Neural Network,BPNN)模型的轴承剩余寿命预测方法。该方法包括线上和线下两个步骤,首先利用相关系数法对预测模型的输入特征进行约简,其次线下步骤是通过机器学习来构建轴承的退化模型,而线上步骤则是利用退化模型来预测轴承剩余寿命。通过对轴承的全寿命退化实验数据进行分析预测,该方法与传统的技术相比能降低预测误差,表明该方法能够有效地模拟轴承退化过程并预测轴承剩余有效寿命(RUL)。
论文目录
文章来源
类型: 期刊论文
作者: 邱晓梅,隋文涛,王峰,张洪波,金亚军
关键词: 剩余寿命预测,相关系数,神经网络模型
来源: 组合机床与自动化加工技术 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 山东理工大学机械工程学院
基金: 山东省自然科学基金(ZR2016EEM20,ZR2016FL15)
分类号: TH133.3
DOI: 10.13462/j.cnki.mmtamt.2019.04.015
页码: 63-65
总页数: 3
文件大小: 596K
下载量: 546