论文摘要
为解决滚动轴承性能难以评估与预测的问题,提出BP神经网络与AR模型相结合的方法,以评估滚动轴承失效退化程度,并预测从正常运行到最终失效的性能退化趋势。基于正常运行到最终失效的全寿命数据,利用BP评估模型估计轴承的失效退化程度,网络输出的评估结果为隶属于正常概率的目标向量。分别选择BP预测模型与AR模型作为预测系统,利用得到的评估结果进行训练,训练结束后,采用BP预测模型与AR模型分别对滚动轴承进行性能退化的单步和多步预测。基于两组全寿命数据的对比分析,验证了该方法的有效性。结果表明,使用BP神经网络可实现对轴承性能退化程度的良好评估,相比BP自身预测模型,AR模型在性能预测上能得到更优的结果。
论文目录
文章来源
类型: 期刊论文
作者: 涂文涛,刘韬,刘浩炜,陈庆
关键词: 神经网络,模型,滚动轴承,性能退化评估,性能退化预测
来源: 电子测量与仪器学报 2019年11期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 机械工业,计算机软件及计算机应用,自动化技术
单位: 昆明理工大学机电工程学院
基金: 国家自然科学基金(51465022),云南省重点项目(201601PE00008)资助
分类号: TH133.3;TP183;TP391.9
DOI: 10.13382/j.jemi.B1902303
页码: 79-88
总页数: 10
文件大小: 533K
下载量: 141