期刊文献+
共找到2,685篇文章
< 1 2 135 >
每页显示 20 50 100
基于概率稀疏自注意力的航空发动机剩余寿命预测 被引量:1
1
作者 王欣 黄佳琪 许雅玺 《科学技术与工程》 北大核心 2024年第6期2424-2433,共10页
航空发动机剩余寿命预测对其健康管理具有重要意义,针对长序列、多维度的航空发动机监测参数,提出一种基于概率稀疏自注意力(ProbSparse Self-Attention)的Transformer模型以实现航空发动机剩余寿命的准确预测。用ProbSparse Self-Atten... 航空发动机剩余寿命预测对其健康管理具有重要意义,针对长序列、多维度的航空发动机监测参数,提出一种基于概率稀疏自注意力(ProbSparse Self-Attention)的Transformer模型以实现航空发动机剩余寿命的准确预测。用ProbSparse Self-Attention取代原始Transformer中的常规自注意力机制,使得模型更关注时间序列中重要的时间节点,大幅缩减时间维度,减小了时间和空间复杂度;通过注意力层整合后的信息,进一步通过前馈神经网络层和卷积层,提取传感器的空间特征,编码层之间通过扩张因果卷积相连接,扩大了感受野,提高了模型对长序列信息的捕获能力。在新公开的N-CMAPSS数据集上验证算法,实验结果表明,相比于实验中的对比模型,所提模型的RMSE和Score值均有提升,推理速度也优于其他模型。 展开更多
关键词 概率稀疏自注意力 剩余寿命预测 航空发动机 TRANSFORMER 深度学习
下载PDF
基于脉冲涡流监测与Wiener过程的再制造工作辊实时剩余寿命预测方法
2
作者 宋守许 徐瑞 +2 位作者 蔚辰 李想 柯庆镝 《计算机集成制造系统》 EI CSCD 北大核心 2024年第9期3208-3220,共13页
再制造工作辊在热轧工作过程中熔覆层易发生复杂的退化行为,而其性能退化会影响轧制产品的质量。为实时监测轧辊退化情况并预测其剩余寿命,构建一套在线脉冲涡流监测方法和系统,采用变分模态分解-希尔伯特变换(VMD-Hilbert)方法提取0~50... 再制造工作辊在热轧工作过程中熔覆层易发生复杂的退化行为,而其性能退化会影响轧制产品的质量。为实时监测轧辊退化情况并预测其剩余寿命,构建一套在线脉冲涡流监测方法和系统,采用变分模态分解-希尔伯特变换(VMD-Hilbert)方法提取0~5000 Hz频率边际谱能量和的增量作为轧辊退化特征。基于此,构造考虑个体差异的状态退化空间模型,结合最大期望(EM)算法和Kalman平滑滤波算法联合对模型中未知参数进行自适应参数估计,并利用层次分析法融合监测的历史数据与实时数据,以实现对再制造工作辊实时剩余寿命预测。实验结果表明,所提方法能够准确预测再制造工作辊剩余寿命,具有一定的应用前景。 展开更多
关键词 剩余寿命预测 再制造 工作辊 脉冲涡流 WIENER过程
下载PDF
考虑随机失效阈值的多源退化数据融合与剩余寿命预测
3
作者 项华春 王泽洲 +2 位作者 蔡忠义 陈云翔 王莉莉 《计算机集成制造系统》 EI CSCD 北大核心 2024年第11期4055-4064,共10页
针对现有融合多源退化数据的剩余寿命预测方法忽略随机失效阈值影响的问题,提出一种考虑随机失效阈值的多源退化数据融合与剩余寿命预测方法。首先,建立考虑随机失效阈值的融合系数确定准则,将多源退化数据融合为单一健康指标;其次,采... 针对现有融合多源退化数据的剩余寿命预测方法忽略随机失效阈值影响的问题,提出一种考虑随机失效阈值的多源退化数据融合与剩余寿命预测方法。首先,建立考虑随机失效阈值的融合系数确定准则,将多源退化数据融合为单一健康指标;其次,采用带线性漂移的维纳过程建立所得健康指标的退化模型,利用极大似然估计法求解模型的未知参数,并基于贝叶斯原理对其进行更新;然后,基于全概率公式推导出随机失效阈值影响下剩余寿命概率分布的解析表达式;最后,以航空发动机退化数据为例进行分析,证明了所提方法能够有效提升剩余寿命预测的准确性与精度,具备工程应用价值。 展开更多
关键词 随机失效阈值 数据融合 维纳过程 剩余寿命预测
下载PDF
基于失效演化模拟的电力机车用IGBT模块解析剩余寿命建模研究
4
作者 赖伟 李涵锐 +4 位作者 李辉 荆海燕 于凯 姚然 陈民铀 《中国电机工程学报》 EI CSCD 北大核心 2024年第20期8189-8200,I0023,共13页
牵引变流器作为电力机车系统中最关键且故障率最高的设备,影响系统的安全运行,其中绝缘栅双极晶体管(insulated gate bipolar transistor,IGBT)模块是导致牵引变流器失效的主要部件。开展IGBT模块剩余寿命准确评估,对降低运维成本和系... 牵引变流器作为电力机车系统中最关键且故障率最高的设备,影响系统的安全运行,其中绝缘栅双极晶体管(insulated gate bipolar transistor,IGBT)模块是导致牵引变流器失效的主要部件。开展IGBT模块剩余寿命准确评估,对降低运维成本和系统故障率具有重要的战略价值和经济意义。目前采用“里程修”的运维方式,未考虑机车运行线路、工况、负载差异等因素对寿命的影响,导致一些线路过早更换的高昂运维成本和一些线路过晚替换的系统停运风险。因此,在牵引系统IGBT模块故障率高、运行线路间可靠性差异大且采用不合理的“里程修”方式背景下,目前业界普遍关心的问题是各线路基于固定里程修更换的IGBT模块剩余寿命是多少。该文针对电力机车用IGBT模块剩余寿命准确评估的问题,以IGBT模块焊料层不同服役里程空洞尺寸分布规律为基础,建立考虑焊料层空洞空间分布规律的精细化多物理场模型,开展多芯片并联IGBT模块失效演化物理过程模拟,提出以焊料层空洞分布统计规律为老化状态的电力机车用IGBT模块解析剩余寿命预测模拟,并通过功率循环试验验证改进模型准确性。研究成果丰富功率器件的寿命预测和可靠性评估理论,为系统从“里程修”向“状态修”转变提供科学依据。 展开更多
关键词 电力机车 绝缘栅双极晶体管模块 形态演化模拟 剩余寿命模型
原文传递
复杂环境下隆盛庄古建青砖劣化机理与剩余寿命预测
5
作者 郝贠洪 吴日根 +4 位作者 包媛媛 阿斯哈 王利辉 侯智国 丰五岩 《西安建筑科技大学学报(自然科学版)》 北大核心 2024年第5期690-700,共11页
隆盛庄古镇是我国首批传统村落及第六批中国历史文化名镇,位于内蒙古乌兰察布丰镇市东北部,是历史悠久的蒙汉文化交融的商贸关口.古镇内现存大量以青砖为主要建筑材料的古建筑,在当地自然环境影响下古建青砖产生了严重的劣化现象,影响... 隆盛庄古镇是我国首批传统村落及第六批中国历史文化名镇,位于内蒙古乌兰察布丰镇市东北部,是历史悠久的蒙汉文化交融的商贸关口.古镇内现存大量以青砖为主要建筑材料的古建筑,在当地自然环境影响下古建青砖产生了严重的劣化现象,影响古建筑的安全性和耐久性.针对隆盛庄古镇复杂环境开展青砖的耐久性研究工作,研究结果表明:隆盛庄严寒气候与盐渍土环境是造成古建青砖劣化的两个主要环境因素,古建青砖劣化原因以冻融循环作用为主,可溶盐的存在加快了青砖的劣化速度;0.5可靠度水平清水冻融、基准浓度盐溶液冻融、10倍基准浓度盐溶液冻融下青砖的耐久性寿命分别为96、90、75次循环;隆盛庄自然环境下,通过小样本预测古建青砖的剩余寿命在43年及以上的占比为77%,除部分损伤较为严重的古建青砖需要修复或替换,剩余大部分可以继续使用. 展开更多
关键词 复杂环境 古建青砖 劣化机理 剩余寿命预测
下载PDF
基于柔轮裂纹扩展的谐波减速器剩余寿命预测方法
6
作者 潘柏松 薛舒晨 +1 位作者 谢少军 李一帆 《计算机集成制造系统》 EI CSCD 北大核心 2024年第11期4030-4041,共12页
针对单一时频域指标未能较好表征谐波减速器全寿命周期退化特性问题,并考虑柔轮裂纹在不同部位的扩展速率差异性对剩余寿命预测精度的影响,提出一种基于长短期记忆网络和几何平均优化的粒子滤波(LSTM-GMOPF)的谐波减速器剩余寿命预测方... 针对单一时频域指标未能较好表征谐波减速器全寿命周期退化特性问题,并考虑柔轮裂纹在不同部位的扩展速率差异性对剩余寿命预测精度的影响,提出一种基于长短期记忆网络和几何平均优化的粒子滤波(LSTM-GMOPF)的谐波减速器剩余寿命预测方法。谐波减速器退化特性难以通过单一时频域指标表征,在基于局部均值分解的振动信号处理的基础上,利用LSTM获取多个时频域指标关系,实现信号特征与退化状态之间的映射;考虑裂纹扩展速率的差异性,基于Paris及Foreman模型构建了谐波减速器前中后3个退化模型状态方程;为缓解粒子权值退化问题,引入双适应度指标,提出了基于GMOPF的状态方程参数更新迭代方法。通过谐波减速器加速寿命试验验证了方法的有效性,对比目前流行方法预测准确性最大提高了16.2%,为谐波减速器可靠性设计提供依据。 展开更多
关键词 谐波减速器 剩余寿命预测 长短期记忆网络 粒子滤波
下载PDF
基于多特征融合的水工闸门剩余寿命预测
7
作者 杨涛 张钰奇 +1 位作者 付春健 赵华东 《长江科学院院报》 CSCD 北大核心 2024年第2期188-197,共10页
剩余寿命预测对保证复杂结构运行安全具有重大意义,为了提高水工闸门剩余寿命预测精度,提出了一种多特征信息融合的闸门剩余寿命预测方法。首先,采用Gamma过程模拟闸门锈蚀演化过程,通过数值仿真获得闸门因锈蚀引起的应力、自振频率、... 剩余寿命预测对保证复杂结构运行安全具有重大意义,为了提高水工闸门剩余寿命预测精度,提出了一种多特征信息融合的闸门剩余寿命预测方法。首先,采用Gamma过程模拟闸门锈蚀演化过程,通过数值仿真获得闸门因锈蚀引起的应力、自振频率、干湿模态振型等特征参数的退化过程。其次,综合考虑单调性和离散性对特征参数进行筛选,并基于主成分分析法进行特征融合构建健康因子;进一步采用非线性维纳过程对闸门退化过程进行建模,利用粒子滤波方法预测其剩余寿命。最后,结合工程实例及有限元仿真验证了所提方法的可靠性和有效性。结果表明,融合多信息的方法能更加充分地反映闸门的退化状态,预测精度评价指标均方根RMSE为1.3955,平均绝对误差MAE为1.2628,方差绝对误差VAE为0.3528,说明预测达到了较高精度,可为闸门的健康管理和安全评估提供依据。 展开更多
关键词 水工钢闸门 信息融合 剩余寿命预测 粒子滤波
下载PDF
基于改进Transformer的滚动轴承剩余寿命预测方法
8
作者 温江涛 张哲 《燕山大学学报》 CAS 北大核心 2024年第4期312-321,共10页
针对现有的滚动轴承剩余使用寿命预测方法存在预测准确度不足、训练效率不高等问题,提出一种时频分析结合改进Transformer的轴承剩余使用寿命预测方法。首先用短时傅里叶变换提取轴承的时频特征,为了改善Transformer的特征提取能力,研... 针对现有的滚动轴承剩余使用寿命预测方法存在预测准确度不足、训练效率不高等问题,提出一种时频分析结合改进Transformer的轴承剩余使用寿命预测方法。首先用短时傅里叶变换提取轴承的时频特征,为了改善Transformer的特征提取能力,研究了基于膨胀因果卷积的可变长度数据分析结构,并设计了自适应位置编码模块替代Transformer的传统编码方式,改进的模型增强了对时频数据的分析能力,实现了高效、准确的端到端的滚动轴承剩余寿命预测。在PHM2012轴承数据集上的实验结果表明提出的方法的效率比LSTM高20%,同时预测精度相比于多种现有传统方法均具有16%以上的提升。 展开更多
关键词 剩余寿命预测 TRANSFORMER 膨胀因果卷积 自适应位置编码
下载PDF
多尺度局部特征和Transformer全局学习融合的发动机剩余寿命预测
9
作者 陈俊英 席月芸 李朝阳 《自动化学报》 EI CAS CSCD 北大核心 2024年第9期1818-1830,共13页
飞机发动机剩余寿命(Remaining useful life,RUL)的准确预测对确保其安全性和可靠性至关重要.在基于多传感器检测数据预测时,需解决局部特征提取问题以全面捕捉设备在不同时间尺度下的退化趋势,并需解决时间序列中各元素之间长期依赖性... 飞机发动机剩余寿命(Remaining useful life,RUL)的准确预测对确保其安全性和可靠性至关重要.在基于多传感器检测数据预测时,需解决局部特征提取问题以全面捕捉设备在不同时间尺度下的退化趋势,并需解决时间序列中各元素之间长期依赖性的全局学习问题.因此,提出了结合多尺度局部特征增强单元(Multi-sacle local feature enhancement unit,MSLFU_BLOCK)和Transformer编码器的预测模型,称之为MS_Transformer.MSLFU_BLOCK利用堆叠的因果卷积逐层从时间序列数据中提取多尺度局部信息,同时避免了传统卷积计算中固有的未来数据泄漏问题.随后,Transformer编码器通过其自注意机制进一步捕获时间序列数据中的短期和长期依赖关系.通过将多尺度局部特征增强单元与Transformer编码器相结合,提出的MS_Transformer全面捕捉了时间序列数据中的局部和全局模式.在广泛使用的CMAPSS基准数据集上进行的消融和预测实验验证了模型的合理性和有效性.与13个先进预测模型的比较分析表明,MS_Transformer模型在操作条件更复杂的FD002和FD004数据集上的RMSE和Score指标优于其他模型,同时在四个数据集上的平均性能最优.该研究为发动机剩余寿命预测提供了更为可靠的解决方案. 展开更多
关键词 剩余寿命预测 航空发动机 TRANSFORMER 多尺度特征 局部特征
下载PDF
基于序列贝叶斯更新的锂电池剩余寿命预测
10
作者 赵斐 郭明 刘学娟 《计算机集成制造系统》 EI CSCD 北大核心 2024年第2期635-642,共8页
针对贝叶斯方法在更新模型参数时无法充分利用历史退化数据的问题,提出基于序列贝叶斯的在线更新方法实时估计锂电池退化模型参数。构建基于指数函数的非线性维纳退化模型描述变工况下锂电池容量的退化路径,并采用最大似然估计法估计初... 针对贝叶斯方法在更新模型参数时无法充分利用历史退化数据的问题,提出基于序列贝叶斯的在线更新方法实时估计锂电池退化模型参数。构建基于指数函数的非线性维纳退化模型描述变工况下锂电池容量的退化路径,并采用最大似然估计法估计初始时刻的模型参数;利用实时容量监测数据,基于序列贝叶斯更新方法在线更新退化模型中的漂移系数;推导锂电池剩余寿命的概率密度函数并预测剩余寿命。通过对不同工况下的锂电池退化数据进行实例验证表明,与基于幂指数和线性函数的退化模型相比,由于序列贝叶斯方法能够实时更新锂电池非线性退化模型参数,采用所提模型预测的剩余寿命精度更高。 展开更多
关键词 维纳过程 最大似然估计 序列贝叶斯更新 剩余寿命 非线性退化
下载PDF
基于剩余寿命预测信息的风电场动态成组维护策略研究
11
作者 黄玲玲 马永杰 +2 位作者 应飞祥 王全德 刘璐洁 《电力系统保护与控制》 EI CSCD 北大核心 2024年第16期178-187,共10页
现有的风电场成组维护优化研究中,较少考虑维护时间窗内的部件实时状态信息动态变化影响,针对此问题,提出了一种考虑剩余寿命预测信息动态更新的风电场成组维护策略。首先,利用实时状态信息获得各部件剩余寿命预测结果,基于实时剩余寿... 现有的风电场成组维护优化研究中,较少考虑维护时间窗内的部件实时状态信息动态变化影响,针对此问题,提出了一种考虑剩余寿命预测信息动态更新的风电场成组维护策略。首先,利用实时状态信息获得各部件剩余寿命预测结果,基于实时剩余寿命预测结果优化最小平均维修成本,构建单部件最优维修时间窗。其次,考虑风电机组部件结构相关性及部件备件库存约束,以节省维修成本最大为目标,建立风电场成组维护模型,并采用遗传算法进行成组维护策略优化。最后,采用滚动时间窗模型实时更新机组部件的剩余寿命预测信息,动态调整原有维修方案。一个实际风电场案例的分析结果表明,所提策略能够实时更新风电场维修计划,实现维修计划的动态优化,有助于降低维修成本。 展开更多
关键词 风电场 剩余寿命预测 相关性 动态成组维护 遗传算法
下载PDF
基于多源域迁移学习的带式输送机剩余寿命预测方法
12
作者 高新勤 杨学琦 郑海洋 《中国机械工程》 EI CAS CSCD 北大核心 2024年第8期1435-1448,共14页
煤矿开采过程中,带式输送机运行环境恶劣、工况复杂,致使获得的传感监测数据量有限且存在大量噪声干扰,严重限制了其剩余寿命预测的准确度。针对该问题,提出了一种多源域迁移学习剩余寿命预测方法,充分利用煤矿运输过程中积累的带式输... 煤矿开采过程中,带式输送机运行环境恶劣、工况复杂,致使获得的传感监测数据量有限且存在大量噪声干扰,严重限制了其剩余寿命预测的准确度。针对该问题,提出了一种多源域迁移学习剩余寿命预测方法,充分利用煤矿运输过程中积累的带式输送机多工况数据,以达到准确预测其关键零部件托辊轴承剩余寿命的目的。首先构建集成多尺度卷积神经网络和双向门控循环单元(MCNN-BiGRU)的设备退化特征提取模型,对单工况数据进行特征提取挖掘,并使用PSO算法确定模型超参数。在此基础上,加入多源域迁移学习(MDT)方法,利用多个工况数据进行剩余寿命预测,通过最大均值差异(MMD)与相互关系对齐(CORAL)联合损失拉近各源域数据分布差异,解决因数据量少导致的模型训练精度不高的问题。最后以煤矿实际生产数据集为例进行实验,结果表明:MDT-MCNN-BiGRU模型的预测效果较好,Savitzky-Golay滤波去噪后模型性能得以进一步提升;使用IMS数据集与现有方法进行比较,发现所提方法预测准确度较高,对煤矿运输设备健康管理具有一定的指导意义。 展开更多
关键词 带式输送机 剩余寿命预测 多工况 特征提取 多源域迁移学习
下载PDF
基于二元相关退化的动车组车载变压器油纸绝缘剩余寿命预测
13
作者 齐金平 李鸿伟 +2 位作者 张慧娟 刘晓宇 燕大强 《安全与环境学报》 CAS CSCD 北大核心 2024年第6期2229-2237,共9页
针对动车组车载变压器油纸绝缘剩余寿命预测中单性能退化指标难以全面反映油纸绝缘退化过程的问题,考虑车载变压器油纸绝缘退化的个体差异性及两性能指标间的相关关系,提出了基于Copula函数的两性能指标相关退化的油纸绝缘剩余寿命预测... 针对动车组车载变压器油纸绝缘剩余寿命预测中单性能退化指标难以全面反映油纸绝缘退化过程的问题,考虑车载变压器油纸绝缘退化的个体差异性及两性能指标间的相关关系,提出了基于Copula函数的两性能指标相关退化的油纸绝缘剩余寿命预测方法:采用具有随机效应的维纳过程建立油纸绝缘的两性能指标相关退化模型,基于赤池信息准则(Akaike Information Criterion, AIC)选择拟合效果更优的Copula函数来描述两性能指标间的相关关系,采用最大似然估计法估计初始时刻的模型参数,基于序列贝叶斯更新方法在线更新退化模型中的漂移系数,以实现油纸绝缘剩余寿命的在线预测。最后以加速热老化试验下油纸绝缘的聚合度和抗拉强度的退化数据进行实例验证。结果表明,两性能指标相关退化模型比单性能指标退化模型的剩余寿命预测值与实际值之间的平均绝对误差更小,预测的准确性更高,且随着模型参数不断更新,剩余寿命的预测值与实际值间的绝对误差在不断减小,预测结果的准确性在不断提升。 展开更多
关键词 安全工程 牵引变压器 油纸绝缘 二元Wiener模型 COPULA函数 剩余寿命预测
原文传递
一种基于融合特征聚类和随机配置网络的轴承剩余寿命预测方法
14
作者 韩莹 陈熙 《电子测量与仪器学报》 CSCD 北大核心 2024年第4期128-139,共12页
针对轴承剩余寿命(remaining useful life,RUL)预测中故障始发时刻(first predicting time,FPT)基于人为主观选择以及预测滞后带来的维护风险的问题,提出了一种基于融合特征和随机配置网络(stochastic configuration networks,SCNs)的... 针对轴承剩余寿命(remaining useful life,RUL)预测中故障始发时刻(first predicting time,FPT)基于人为主观选择以及预测滞后带来的维护风险的问题,提出了一种基于融合特征和随机配置网络(stochastic configuration networks,SCNs)的轴承剩余寿命预测方法。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)对原始轴承水平振动信号进行分解,再提取其时域、频域信号,构建融合特征。最后,使用小波聚类划分健康状态,找到合适的FPT,并结合能反应轴承退化的特征构建健康数据集,通过SCNs网络离线建模进行预测,并根据拟合曲线的斜率以及RMSE指标对预测结果进行校正。通过实验分析,所提方法的综合得分高达0.83,误差百分比的平均绝对误差(mean absolute deviation,MAD)和标准偏差(standard deviation,SD)分别为5.26和3.38;与其他预测方法相比,本文所提方法有较高的预测精度。 展开更多
关键词 轴承 剩余寿命预测 特征聚类 故障始发时刻 随机配置网络 离线预测
原文传递
结合GCN与LSTM的滚动轴承剩余寿命预测方法
15
作者 杜先君 刘聪 《兰州理工大学学报》 CAS 北大核心 2024年第3期42-50,共9页
针对滚动轴承剩余寿命预测因振动信号的非线性和非平稳性而缺乏刻画健康状态可靠指标的问题,提出了将图卷积网络与长短期记忆网络结合的预测方法.首先,对轴承振动信号进行经验模态分解得到内涵模态分量,并且对内涵模态分量进行归一化处... 针对滚动轴承剩余寿命预测因振动信号的非线性和非平稳性而缺乏刻画健康状态可靠指标的问题,提出了将图卷积网络与长短期记忆网络结合的预测方法.首先,对轴承振动信号进行经验模态分解得到内涵模态分量,并且对内涵模态分量进行归一化处理后计算邻接矩阵和特征矩阵;其次,将邻接矩阵和特征矩阵作为图卷积网络的输入,捕获数据关系,挖掘深层特征;然后,将深层特征和内涵模态分量输入长短期记忆网络从而实现时序关系建模,构建健康指标;最后,使用移动平均滤波消除振荡,对健康指标进行多项式拟合,并且计算达到阈值时刻,确定轴承剩余寿命.同时,以IEEE PHM 2012数据挑战赛数据集和XJTU-SY滚动轴承加速实验数据集为对象,验证所提方法.结果表明,使用图卷积网络与长短期记忆网络结合的模型构建健康指标进行滚动轴承剩余寿命预测时,预测结果能够较好地接近真实值,在实际应用中具有一定优势. 展开更多
关键词 滚动轴承 图卷积网络 长短期记忆网络 剩余寿命预测
下载PDF
基于S-MCLSTM和DANN的滚动轴承剩余寿命预测方法
16
作者 董志民 董洁超 《计算机应用研究》 CSCD 北大核心 2024年第9期2787-2793,共7页
针对在不同工作条件和不同故障形式下,滚动轴承剩余寿命预测泛化能力差和精确度不高的问题,提出一种基于孪生多卷积长短时记忆网络(S-MCLSTM)和域对抗网络(DANN)的剩余寿命预测方法。首先针对不同的工作条件对退化过程的影响,提出基于S-... 针对在不同工作条件和不同故障形式下,滚动轴承剩余寿命预测泛化能力差和精确度不高的问题,提出一种基于孪生多卷积长短时记忆网络(S-MCLSTM)和域对抗网络(DANN)的剩余寿命预测方法。首先针对不同的工作条件对退化过程的影响,提出基于S-MCLSTM的差异化特征提取器以提取一定时间间隔的两个样本之间的差异化特征。同时,进一步使用工作条件判别器与差异化特征提取器进行对抗训练,减少由于工作条件的原因产生的冗余特征。之后针对故障形式对退化过程的影响,设计了故障诊断器用于和差异化特征提取器对抗训练。最后,考虑到滚动轴承一般退化过程中,不同阶段的退化过程与特征之间的映射关系可能存在的差异,提出了阶段判别器,并在不同阶段应用不同的剩余寿命预测器进行预测。最终在西安交通大学XJTU-SY轴承数据集上的实验表明,该方法在多种工作条件和故障形式下都能较准确地预测剩余寿命,有较为广泛的应用前景。 展开更多
关键词 滚动轴承 剩余寿命预测 孪生多卷积长短时记忆网络 域对抗网络
下载PDF
基于混合威布尔分布的水稻插秧机的可靠性分析及剩余寿命预测
17
作者 文昌俊 陈洋洋 +1 位作者 何永豪 陈凡 《科学技术与工程》 北大核心 2024年第1期163-169,共7页
为了更准确描述水稻插秧机的失效规律,提高可靠性分析的准确性,对水稻插秧机的故障数据进行分析,采用两参数混合威布尔分布对水稻插秧机进行建模。以残差平方和最小为优化目标,建立参数估计优化模型,利用改进粒子群算法对其进行求解,然... 为了更准确描述水稻插秧机的失效规律,提高可靠性分析的准确性,对水稻插秧机的故障数据进行分析,采用两参数混合威布尔分布对水稻插秧机进行建模。以残差平方和最小为优化目标,建立参数估计优化模型,利用改进粒子群算法对其进行求解,然后采用K-S检验法对模型进行检验,对比单一威布尔模型、混合威布尔模型与水稻插秧机失效数据之间的拟合程度,得出使用两参数混合威布尔模型评估水稻插秧机可靠性的合理性,在此模型的基础上计算得到水稻插秧机的平均无故障工作时间为161.75 h,中位寿命为147.14 h,特征寿命为191.31 h,且在可靠度为0.6时,预防性维修周期为115.19 h,最后在混合威布尔分布模型的基础上计算出剩余寿命-可靠度的关系,可定量分析插秧机在一定使用时间下的剩余寿命,从而进行预测性维护。 展开更多
关键词 可靠性 混合威布尔分布 非线性最小二乘法 粒子群算法 剩余寿命预测
下载PDF
基于两阶段随机维纳过程的机车车轮剩余寿命预测
18
作者 齐金平 刘晓宇 燕大强 《中国科技论文》 CAS 2024年第5期583-590,共8页
为探究机车车轮退化过程中呈现的两阶段特征问题,提出一种基于两阶段维纳过程的车轮剩余寿命预测方法。利用两阶段维纳过程模型建立车轮轮缘退化模型,通过随机化漂移系数表征车轮退化过程中存在的个体差异;利用期望最大化(expectation m... 为探究机车车轮退化过程中呈现的两阶段特征问题,提出一种基于两阶段维纳过程的车轮剩余寿命预测方法。利用两阶段维纳过程模型建立车轮轮缘退化模型,通过随机化漂移系数表征车轮退化过程中存在的个体差异;利用期望最大化(expectation maximum,EM)算法及贝叶斯理论实现了退化模型参数的离线估计与在线更新;通过Schwarz信息准则(Schwarz information criterion,SIC)判断并找到车轮退化过程中存在的变点;最后通过某机车车轮实测轮缘退化数据进行了实例验证。结果表明:与单阶段退化模型相比,考虑存在变点的两阶段退化模型更符合现场实际且在车轮80%寿命分位点处预测精度提升了9.42%。剩余寿命预测结果可以为车轮镟修周期的优化提供一定的理论依据。 展开更多
关键词 车轮剩余寿命 两阶段随机维纳过程 EM算法 贝叶斯理论 SIC准则
下载PDF
基于Transformer-GRU并行网络的滚动轴承剩余寿命预测
19
作者 唐贵基 刘叔杭 +3 位作者 陈锦鹏 徐振丽 田寅初 徐鑫怡 《机床与液压》 北大核心 2024年第19期188-195,共8页
为有效描述滚动轴承性能退化趋势和准确预测其剩余寿命,提出一种基于多域特征融合的Transformer-GRU并行网络的滚动轴承剩余寿命预测方法。建立评价指标对滚动轴承振动信号的时域、频域和时频域等多域特征进行筛选,得到评分高的敏感特征... 为有效描述滚动轴承性能退化趋势和准确预测其剩余寿命,提出一种基于多域特征融合的Transformer-GRU并行网络的滚动轴承剩余寿命预测方法。建立评价指标对滚动轴承振动信号的时域、频域和时频域等多域特征进行筛选,得到评分高的敏感特征,获得退化特征集。利用自编码对退化特征集进行降维,减少数据复杂度和冗余度,得到滚动轴承的退化曲线。最后,利用Transformer-GRU并行网络进行剩余寿命预测,并将该方法运用到公开的轴承数据集分析中。结果表明:Transformer-GRU并行网络不仅可以高效准确地捕捉输入序列中的长期依赖关系,还能更好地处理时间序列之间的特征;该方法可以有效地预测滚动轴承剩余寿命,相比LSTM、GRU等经典方法更具优越性和泛化性。 展开更多
关键词 滚动轴承 剩余寿命预测 多域特征融合 TRANSFORMER GRU
下载PDF
基于时间卷积网络的机床齿轮箱轴承剩余寿命预测
20
作者 姜广君 段政伟 +1 位作者 穆东明 杨金森 《机床与液压》 北大核心 2024年第12期224-230,共7页
基于深度神经网络的RUL预测模型结构比较复杂,不能很好地满足中长期预测任务的要求。为了更好地利用时间信息,设计一种基于时间卷积网络(TCN)的轴承RUL预测模型。以振动信号的频谱特征作为输入,利用因果膨胀卷积结构提取频域特征并捕获... 基于深度神经网络的RUL预测模型结构比较复杂,不能很好地满足中长期预测任务的要求。为了更好地利用时间信息,设计一种基于时间卷积网络(TCN)的轴承RUL预测模型。以振动信号的频谱特征作为输入,利用因果膨胀卷积结构提取频域特征并捕获长期依赖,从而实现对轴承准确的RUL预测。为了进一步说明所提方法的优越性,将所提方法与卷积神经网络(CNN)、门控循环单元(GRU)进行了对比。结果表明:所提出的TCN模型的RUL预测精度优于其他现有方法,具有较高的精度。 展开更多
关键词 机床齿轮箱轴承 时间卷积网络 时间序列 剩余寿命预测
下载PDF
上一页 1 2 135 下一页 到第
使用帮助 返回顶部