期刊文献+
共找到222篇文章
< 1 2 12 >
每页显示 20 50 100
天然气长输管道合于使用评价的工程应用 预览
1
作者 曾凡小 张勇芳 吴新伟 《管道技术与设备》 CAS 2019年第5期15-17,27共4页
文中通过具体检验工程实例,对全面检验发现的防腐层破损点进行开挖验证,采集管道本体缺陷相关数据,根据检验规则的要求,按照国家标准或行业标准,演示了天然气长输管道合于使用评价的各项内容。验证了检验规则中合于使用评价的可实施性。
关键词 长输管道 合于使用评价 应力分析 剩余强度评估 剩余寿命预测
在线阅读 下载PDF
线性回归与EEMD的滚动轴承剩余寿命预测 预览
2
作者 高彩霞 吴彤 付子义 《机械科学与技术》 CSCD 北大核心 2019年第10期1589-1597,共9页
滚动轴承的剩余使用寿命(Remaining useful life,RUL)预测是轴承健康管理的关键一环。然而,对于滚动轴承RUL预测的两个关键问题:开始预测时间点(Start prediction time, SPT)的选择;对于寿命虚假波动的处理。为了解决这两个问题,提出一... 滚动轴承的剩余使用寿命(Remaining useful life,RUL)预测是轴承健康管理的关键一环。然而,对于滚动轴承RUL预测的两个关键问题:开始预测时间点(Start prediction time, SPT)的选择;对于寿命虚假波动的处理。为了解决这两个问题,提出一种基于数据驱动的滚动轴承RUL预测方法。该方法先利用集合经验模态(Ensemble empirical mode decomposition,EEMD)对振动信号进行降噪处理,然后依靠均方根(Root mean square,RMS)梯度来选择SPT点进行RUL预测,最后,在RUL预测的同时,使用线性回归来进行寿命虚假波动修复。为了验证方法的有效性,采用仿真模拟数据,以及真实数据进行了验证。实验结果表明,所提出的方法能够有效选择合适的SPT以及修复寿命虚假波动。 展开更多
关键词 滚动轴承 剩余寿命预测 开始预测时间 虚假波动 集合经验模态
在线阅读 免费下载
多退化变量灰色预测模型的滚动轴承剩余寿命预测 预览
3
作者 张雨琦 邹金慧 马军 《探测与控制学报》 CSCD 北大核心 2019年第3期112-120,共9页
针对单一退化变量预测滚动轴承性能退化趋势时可靠性和误差精度较低的问题,提出了基于多退化变量灰色预测模型的滚动轴承剩余寿命预测方法.该方法通过提取滚动轴承全寿命周期振动信号的退化趋势特征参数集,结合退化趋势特征参数集及故... 针对单一退化变量预测滚动轴承性能退化趋势时可靠性和误差精度较低的问题,提出了基于多退化变量灰色预测模型的滚动轴承剩余寿命预测方法.该方法通过提取滚动轴承全寿命周期振动信号的退化趋势特征参数集,结合退化趋势特征参数集及故障早期突变点,实现滚动轴承的早期故障识别;并根据轴承寿命与特征参数之间的映射关系建立多退化变量灰色预测模型对轴承的剩余寿命进行预测.仿真实验结果表明,多退化变量灰色预测模型具有更高的误差精度和可靠性,其预测效果优于BP神经网络、单一退化变量灰色预测以及SVR(支持向量回归)预测模型,能够更好对滚动轴承寿命的变化趋势进行表征. 展开更多
关键词 剩余寿命预测 滚动轴承 多退化变量灰色预测模型 退化趋势特征参数
在线阅读 下载PDF
基于APSO-HSMM的转辙机PHM模型研究 预览
4
作者 戴乾军 蒋敏建 +1 位作者 张娟娟 王兴仁 《机床与液压》 北大核心 2019年第18期63-69,共7页
针对转辙机故障发生的随机性与不确定性,提出基于自适应粒子群算法(APSO)优化隐半马尔科夫(HSMM)的设备故障预测与健康管理(PHM)模型,旨在现对传统信号维修策略进行优化改进研究。首先,将S700K型转辙机的机械部件的退化过程按全生命周... 针对转辙机故障发生的随机性与不确定性,提出基于自适应粒子群算法(APSO)优化隐半马尔科夫(HSMM)的设备故障预测与健康管理(PHM)模型,旨在现对传统信号维修策略进行优化改进研究。首先,将S700K型转辙机的机械部件的退化过程按全生命周期进行划分,建立设备退化状态的一般HSMM模型;其次,选择APSO算法对转辙机PHM模型进行智能优化;再次,采用前向-后向算法(F-B)对优化的模型(APSO-HSMM)进行参数估计;最后,通过实例分析验证了该优化模型对转辙机健康状态评估及剩余寿命预测的有效性。 展开更多
关键词 转辙机 自适应粒子群 故障预测与健康管理 状态评估 剩余寿命预测
在线阅读 下载PDF
基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测 预览
5
作者 王文辉 骆正山 张新生 《表面技术》 EI CAS CSCD 北大核心 2019年第10期267-275,284共10页
目的构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络(GRNN),构建埋地管道腐蚀深度预测模型,采用粒子群算法(PSO)优化GRNN的... 目的构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络(GRNN),构建埋地管道腐蚀深度预测模型,采用粒子群算法(PSO)优化GRNN的网络参数,结合管道腐蚀发展趋势预测方法,对埋地薄弱管道进行腐蚀剩余寿命预测。以陕西省某埋地输油管道为例,选取8个主要外腐蚀因素,构建外腐蚀指标体系,借助Pycharm编程仿真,结合埋片试验,对该模型预测结果进行验证分析,并预测各腐蚀管段剩余使用寿命。结果与BP模型相比,PSO-GRNN模型的管道腐蚀深度预测结果最大相对误差控制在13.77%以内,平均相对误差仅为6.63%。寿命预测结果显示,部分管段的剩余使用寿命未能达到其预期服役寿命。结论所建模型预测性能要明显优于BP模型,预测精度更高,能够较好地预测埋地管道的最大腐蚀深度和未来的腐蚀发展规律,剩余寿命预测结果贴近实际,为管道的维修和更换提供了指导依据,在实际工程中,具有一定的应用价值。 展开更多
关键词 埋地管道 腐蚀深度预测模型 腐蚀发展趋势 剩余寿命预测 粒子群算法(PSO) 广义回归神经网络(GRNN)
在线阅读 免费下载
基于IPSO-GEV优化的腐蚀油气管道剩余寿命预测
6
作者 张新生 西忠山 《材料保护》 CAS CSCD 北大核心 2019年第4期42-48,167共8页
针对埋地管道腐蚀的随机性及极值类型选择不当而引起的拟合误差等问题,构建了基于IPSO(免疫粒子群优化算法)-GEV(广义极值分布)优化的油气管道最大腐蚀深度预测模型。首先,采用GEV分布拟合极值数据,利用1PSO优化GEV分布函数的参数并确... 针对埋地管道腐蚀的随机性及极值类型选择不当而引起的拟合误差等问题,构建了基于IPSO(免疫粒子群优化算法)-GEV(广义极值分布)优化的油气管道最大腐蚀深度预测模型。首先,采用GEV分布拟合极值数据,利用1PSO优化GEV分布函数的参数并确定极值分布类型,以此确定整条管道的最大腐蚀深度;然后,建立基于可靠性理论的腐蚀裕量模型,来预测管道的剩余寿命;最后,以国内两条腐蚀管道为例验证模型的预测精度。实例结果表明:经IPSO-GEV优化的管道最大腐蚀深度预测模型不受限于数据的具体分布,且预测模型的预测精度较高,管道的剩余寿命预测合理。 展开更多
关键词 油气输送管道 GEV分布 最大腐蚀深度 免疫粒子群优化算法 可靠度 剩余寿命预测
改进灰狼优化算法医疗锂电池剩余寿命预测
7
作者 何成 刘长春 +2 位作者 武洋 吴涛 陈童 《重庆师范大学学报:自然科学版》 CAS 北大核心 2019年第3期21-28,共8页
【目的】通过改进灰狼优化算法对医疗锂电池进行剩余寿命预测,从而保障抢救时机并减少医疗事故的目的。【方法】运用小波核极限学习机(Wavelet kernel extreme learning machine,WKELM)与小生境灰狼算法(Niche grey wolf optimization,N... 【目的】通过改进灰狼优化算法对医疗锂电池进行剩余寿命预测,从而保障抢救时机并减少医疗事故的目的。【方法】运用小波核极限学习机(Wavelet kernel extreme learning machine,WKELM)与小生境灰狼算法(Niche grey wolf optimization,NGWO)相融合的算法形成改进灰狼优化算法WKELM-NGWO算法。采用NGWO算法对WKELM参数进行优化处理,并将最大化训练集的分类准确度作为目标函数,得到寻优过程的数学模型。采用差分方式对医疗电子设备锂电池容量的时间序列进行处理,得到多维时间序列特征向量,归一化处理获得特征向量,并将其分为训练集和测试集。计算得出每只灰狼个体的适应度值fi,并对适应度值fi进行排序,适应度值fi排在前三的个体位置分别记为Xα,Xβ,Xδ。选择最优的灰狼个体位置作为WKELM参数对数据进行训练后,对心脏起搏器用锂电池和心脏除颤仪用锂电池两种锂电池测试样本进行剩余寿命预测操作。【结果】在相同的预测起始点下,WKELM-NGWO算法的均方根误差(RMSE)误差低于WKELM和NGWO算法,基于融合算法WKELM-NGWO的医疗电子设备锂电池剩余寿命(Remaining useful life)预测曲线更接近电池的退化曲线。【结论】WKELM-NGWO融合算法增强了对不同数据的适应能力,既克服了小波核极限学习机(WKELM)学习速度慢、结构不稳定的问题,也克服了小生境灰狼算法(NGWO)求解精度低、收敛速度慢从而导致跳不出局部最优解的问题。 展开更多
关键词 医疗锂电池 剩余寿命预测 小波核极限学习机 小生境灰狼算法 改进灰狼优化算法WKELM-NGWO
基于深度学习理论的刀具状态监测及剩余寿命预测方法
8
作者 安华 王国锋 +2 位作者 王喆 马凯乐 钟才川 《电子测量与仪器学报》 CSCD 北大核心 2019年第9期64-70,共7页
针对机械大数据的特点及深度学习的优势,提出了一种新的刀具磨损状态监测及剩余使用寿命预测方法。该方法首先利用稀疏自编码器及皮尔逊相关系数对原始切削力信号自适应提取敏感特征;之后将得到的显著性特征与其对应的刀具磨损值训练反... 针对机械大数据的特点及深度学习的优势,提出了一种新的刀具磨损状态监测及剩余使用寿命预测方法。该方法首先利用稀疏自编码器及皮尔逊相关系数对原始切削力信号自适应提取敏感特征;之后将得到的显著性特征与其对应的刀具磨损值训练反向传播(BP)神经网络;最后使用预测的刀具磨损值作为观测值,利用指数平滑算法预测刀具剩余使用寿命。为了解决样本数量不足带来的过拟合问题,对原始样本进行加噪处理,同时在特征提取过程中引入dropout训练技巧。通过刀具全寿命周期实验实现了大量样本下刀具磨损特征自适应提取与剩余寿命预测,证明了所提方法的有效性。 展开更多
关键词 深度学习 稀疏自编码器 皮尔逊相关系数 BP神经网络 剩余寿命预测
多核相关向量机优化模型的锂电池剩余寿命预测方法 预览
9
作者 刘月峰 赵光权 彭喜元 《电子学报》 EI CAS CSCD 北大核心 2019年第6期1285-1292,共8页
基于相关向量机的剩余寿命预测方法,核函数是影响相关向量机模型预测性能的重要因素.目前的相关向量机预测模型以单核为主,且核函数的选择存在较大主观性,导致所构建的预测模型性能有限.本文提出一种融合多个核函数构建相关向量机预测... 基于相关向量机的剩余寿命预测方法,核函数是影响相关向量机模型预测性能的重要因素.目前的相关向量机预测模型以单核为主,且核函数的选择存在较大主观性,导致所构建的预测模型性能有限.本文提出一种融合多个核函数构建相关向量机预测模型的方法,通过果蝇算法优化多个核函数优化组合的线性方程系数,提高了模型的预测性能,并将该方法应用于预测锂离子电池的循环剩余寿命.分别采用美国NASA和马里兰大学的电池退化数据集,对本文的方法进行了实验验证.实验结果表明:多核相关向量机预测方法的平均绝对误差和均方根误差都小于最优的单核相关向量机预测方法. 展开更多
关键词 多核相关向量机 果蝇优化算法 锂离子电池 剩余寿命预测
在线阅读 下载PDF
新型非线性退化建模与剩余寿命预测 预览
10
作者 彭才华 钱富才 杜许龙 《计算机集成制造系统》 EI CSCD 北大核心 2019年第7期1647-1654,共8页
鉴于数据驱动的寿命预测方法多采用线性退化模型建模,而实际退化数据多呈现为非线性形式,为此,提出一种新型非线性退化模型,利用首达时间原理推导出模型剩余寿命概率密度函数的解析表达式,采用极大似然法估计模型中的未知参数,并用AIC... 鉴于数据驱动的寿命预测方法多采用线性退化模型建模,而实际退化数据多呈现为非线性形式,为此,提出一种新型非线性退化模型,利用首达时间原理推导出模型剩余寿命概率密度函数的解析表达式,采用极大似然法估计模型中的未知参数,并用AIC准则检验了模型的准确性。通过仿真数据与激光发生器的性能退化数据对模型进行了验证分析,结果表明了新型非线性退化模型的准确性和实用性。 展开更多
关键词 非线性退化建模 参数估计 剩余寿命预测 激光发生器
在线阅读 下载PDF
基于欧式距离与灰色预测模型的机床主轴剩余寿命研究 预览
11
作者 张文豪 施展 《制造业自动化》 CSCD 2019年第3期93-96,共4页
针对机床主轴在退化情况未知的情况下不合理地安排维修计划的不足,给出了一种基于欧式距离与灰色预测模型的机床主轴剩余寿命预测方法。首先采用最大熵算法求出振动信号的最大熵概率密度分布,再求出各个概率密度分布与初始概率密度分布... 针对机床主轴在退化情况未知的情况下不合理地安排维修计划的不足,给出了一种基于欧式距离与灰色预测模型的机床主轴剩余寿命预测方法。首先采用最大熵算法求出振动信号的最大熵概率密度分布,再求出各个概率密度分布与初始概率密度分布之间的欧式距离,使之作为机床主轴性能的退化指标。根据经验设定主轴的退化阈值,以退化指标序列训练灰色模型,从而预测出其达到失效阈值时所需要的时间,也即是主轴剩余使用寿命。最后通过美国辛辛那提大学的主轴轴承全寿命数据作为实验验证,证明了该方法具有较好的预测效果。 展开更多
关键词 最大熵原理 欧式距离 灰色模型 剩余寿命预测
在线阅读 下载PDF
考虑测量误差和随机效应的设备剩余寿命预测 预览
12
作者 蔡忠义 陈云翔 +2 位作者 郭建胜 王泽洲 邓林 《系统工程与电子技术》 EI CSCD 北大核心 2019年第7期1658-1664,共7页
针对非线性退化设备的剩余寿命预测问题,尚未系统研究考虑测量误差和随机效应的退化建模、先验参数估计及相应的剩余寿命预测方法。首先建立考虑测量误差和随机效应的非线性Wiener退化模型;利用同类设备历史监测数据,基于期望最大化算... 针对非线性退化设备的剩余寿命预测问题,尚未系统研究考虑测量误差和随机效应的退化建模、先验参数估计及相应的剩余寿命预测方法。首先建立考虑测量误差和随机效应的非线性Wiener退化模型;利用同类设备历史监测数据,基于期望最大化算法估计出退化模型中固定系数和随机系数先验分布;采用状态空间模型描述目标设备当前监测状态,基于Kalman滤波算法迭代估计出随机系数后验分布和当前真实退化状态;利用全概率公式,推导出考虑隐含状态估计不确定性的设备剩余寿命的概率密度函数;仿真实例分析表明,所提方法较现有方法在参数估计误差和剩余寿命预测精度上具有一定优势。 展开更多
关键词 剩余寿命预测 非线性退化模型 测量误差 随机效应
在线阅读 下载PDF
加速应力下随机退化设备剩余寿命预测方法 预览
13
作者 解江 蔡忠义 +1 位作者 王泽洲 李姗姗 《电光与控制》 CSCD 北大核心 2019年第7期75-79,共5页
针对步进加速退化试验中具有性能退化趋势的随机退化设备,采用非线性Wiener过程,建立与设备退化特征相符的步进加速退化模型;采用极大似然估计(MLE)法,求解出先验参数估计值;利用目标设备当前监测数据,基于贝叶斯方法更新随机系数后验分... 针对步进加速退化试验中具有性能退化趋势的随机退化设备,采用非线性Wiener过程,建立与设备退化特征相符的步进加速退化模型;采用极大似然估计(MLE)法,求解出先验参数估计值;利用目标设备当前监测数据,基于贝叶斯方法更新随机系数后验分布;利用全概率公式,推导考虑随机系数估计不确定性的设备剩余寿命分布;通过算例分析验证了所提方法的正确性和优势。 展开更多
关键词 剩余寿命预测 加速退化建模 非线性Wiener过程 随机系数 测量误差
在线阅读 下载PDF
考虑随机效应的两阶段退化系统剩余寿命预测方法 预览
14
作者 张鹏 胡昌华 +2 位作者 白灿 张优 张建勋 《中国测试》 CAS 北大核心 2019年第1期1-7,共7页
针对退化过程呈现两阶段特征的随机退化系统剩余寿命预测问题,建立两阶段维纳过程退化模型,并引入随机效应描述样本间差异性。基于时间-空间变化方法以及变点处退化值的随机特性,给出首达时间意义下系统寿命分布解析表达形式。提出一种... 针对退化过程呈现两阶段特征的随机退化系统剩余寿命预测问题,建立两阶段维纳过程退化模型,并引入随机效应描述样本间差异性。基于时间-空间变化方法以及变点处退化值的随机特性,给出首达时间意义下系统寿命分布解析表达形式。提出一种基于期望最大化(expectation maximization,EM)算法和贝叶斯理论的模型参数离线辨识和在线更新算法。最后,结合液力耦合器(liquid coupling device,LCD)的实际退化数据,验证所提方法的可行性与有效性,并说明其工程应用价值。 展开更多
关键词 两阶段维纳过程 剩余寿命预测 期望最大化算法 贝叶斯方法
在线阅读 下载PDF
基于分层稀疏编码的轴承剩余寿命预测方法 预览
15
作者 李华新 王衍学 《现代制造工程》 CSCD 北大核心 2019年第5期7-12,共6页
剩余寿命预测技术是装备智能维护与智能制造的关键技术。滚动轴承作为旋转机械装备关键零/部件之一,对其进行剩余寿命预测具有重要工程与实际意义,因此提出一种基于分层稀疏编码的滚动轴承剩余寿命预测方法。该方法作为深度学习模型的一... 剩余寿命预测技术是装备智能维护与智能制造的关键技术。滚动轴承作为旋转机械装备关键零/部件之一,对其进行剩余寿命预测具有重要工程与实际意义,因此提出一种基于分层稀疏编码的滚动轴承剩余寿命预测方法。该方法作为深度学习模型的一种,克服了传统机器学习模型需要大量训练、标签学习以及鲁棒性差的缺点,有效提高了轴承剩余寿命预测精度。实验结果表明该方法具有更高的预测精度和更好的鲁棒性。 展开更多
关键词 滚动轴承 分层稀疏编码 剩余寿命预测 深度学习
在线阅读 免费下载
基于多指标相似性的T/R组件剩余寿命融合预测方法 预览
16
作者 侯晓东 杨江平 +3 位作者 邓斌 夏亮 王挺 朱新权 《国防科技大学学报》 EI CAS CSCD 北大核心 2019年第4期190-198,共9页
为实现对T/R组件剩余寿命的准确预测,及时掌握装备当前健康状态和提高装备维修保障水平,分析T/R组件的故障特点,筛选出反映T/R组件状态退化过程的状态监测指标,通过计算每个指标对应的剩余寿命信息和权重,得到T/R组件的剩余寿命预测结... 为实现对T/R组件剩余寿命的准确预测,及时掌握装备当前健康状态和提高装备维修保障水平,分析T/R组件的故障特点,筛选出反映T/R组件状态退化过程的状态监测指标,通过计算每个指标对应的剩余寿命信息和权重,得到T/R组件的剩余寿命预测结果。通过算例分析与比较,验证了预测方法的实用性与有效性。研究结果可为电子装备剩余寿命预测提供理论指导,对合理计划维修资源和提高装备战斗力具有重要意义。 展开更多
关键词 T/R组件 剩余寿命预测 相似性 状态监测指标 大型相控阵雷达
在线阅读 下载PDF
基于连续型HMM和PSO-SVM的滚动轴承剩余寿命预测 预览
17
作者 刘波 宁芊 +2 位作者 刘才学 艾琼 何攀 《计算机应用》 CSCD 北大核心 2019年第A01期31-35,共5页
为了准确识别轴承当前所处的退化状态,并进一步精确有效地预测其剩余寿命,提出一种基于连续型隐马尔可夫模型(CHMM)与PSO-SVM相结合的预测方法。首先,提取轴承振动全寿命周期信号的时域、频域、时频域的特征,并构建特征空间;然后,利用C... 为了准确识别轴承当前所处的退化状态,并进一步精确有效地预测其剩余寿命,提出一种基于连续型隐马尔可夫模型(CHMM)与PSO-SVM相结合的预测方法。首先,提取轴承振动全寿命周期信号的时域、频域、时频域的特征,并构建特征空间;然后,利用CHMM将轴承全寿命周期划分若干个退化阶段,并通过选取不同阶段的特征训练样本,采用PSO-SVM进行预测模型的训练,分别得到不同阶段的剩余寿命预测模型;最后,运用滚动轴承全寿命数据对所提方法进行测试,并与全寿命周期数据CHMM分区段后的SVM模型和未分区段的PSO-SVM模型的预测方法作对比。实验结果表明该方法能有效提高预测精度,具有一定的实用性。 展开更多
关键词 性能退化 剩余寿命预测 特征提取 连续型隐马尔可夫模型 逻辑回归
在线阅读 下载PDF
面向切削过程的刀具数字孪生模型 预览
18
作者 孙惠斌 潘军林 +1 位作者 张纪铎 莫蓉 《计算机集成制造系统》 EI CSCD 北大核心 2019年第6期1474-1480,共7页
刀具磨损状态退化建模和仿真的结果难以真实地反映物理现实,使刀具的选用、更换和修磨决策缺乏可靠依据,严重地影响了刀具精准利用的优化和控制,以及生产系统的动态调控。针对该问题,在数字孪生理念的基础上,提出面向切削过程的刀具数... 刀具磨损状态退化建模和仿真的结果难以真实地反映物理现实,使刀具的选用、更换和修磨决策缺乏可靠依据,严重地影响了刀具精准利用的优化和控制,以及生产系统的动态调控。针对该问题,在数字孪生理念的基础上,提出面向切削过程的刀具数字孪生模型,探讨了其概念、组成、功能和运作流程,详细论述了数字孪生驱动的刀具磨损监测、剩余寿命预测、刀具选用决策和刀具服务,并通过原型系统进行了验证。通过刀具物理对象与虚拟模型的交互与共融,面向切削过程的刀具数字孪生模型可提高刀具全生命周期状态管理的智能性、主动性、预测性,支持面向刀具精准利用的优化、决策和服务。 展开更多
关键词 数字孪生 刀具 切削过程 磨损监测 剩余寿命预测 刀具选用决策 刀具服务
在线阅读 下载PDF
基于全卷积层神经网络的轴承剩余寿命预测 预览
19
作者 张继冬 邹益胜 +1 位作者 邓佳林 张笑璐 《中国机械工程》 CAS CSCD 北大核心 2019年第18期2231-2235,共5页
传统的数据驱动的轴承剩余寿命预测方法需要基于知识和经验,通过人工建立性能退化指标,费时费力,为此,采用卷积神经网络对输入信号进行特征自学习和剩余寿命预测。将传统卷积神经网络中的全连接层全部更换为卷积层与池化层,以减少神经... 传统的数据驱动的轴承剩余寿命预测方法需要基于知识和经验,通过人工建立性能退化指标,费时费力,为此,采用卷积神经网络对输入信号进行特征自学习和剩余寿命预测。将传统卷积神经网络中的全连接层全部更换为卷积层与池化层,以减少神经网络需训练的参数;采用加权平均方法对预测结果进行降噪处理。轴承加速寿命实验数据集验证了所提方法的有效性。 展开更多
关键词 全卷积层 神经网络 轴承 剩余寿命预测
在线阅读 下载PDF
基于DEPSO?RVM的B787电池剩余寿命预测 预览
20
作者 刘贵行 穆东旭 《现代电子技术》 北大核心 2019年第20期94-98,102共6页
锂离子电池已经被应用于B787客机,为进一步提高B787锂离子电池的可靠性,针对传统基于相关向量机的电池剩余使用寿命预测方法的不足,提出一种把相关向量机、差分进化算法和粒子群优化算法融合的的方法。通过差分进化算法和粒子群优化算... 锂离子电池已经被应用于B787客机,为进一步提高B787锂离子电池的可靠性,针对传统基于相关向量机的电池剩余使用寿命预测方法的不足,提出一种把相关向量机、差分进化算法和粒子群优化算法融合的的方法。通过差分进化算法和粒子群优化算法对相关向量机的参数进行优化,增强其对电池历史监测数据退化趋势的预测能力。应用卡尔曼滤波器对融合算法实施优化,将优化后的预测结果作为在线样本添加到训练集中,对提出的模型重新训练,以此来动态调整系数矩阵和相关向量以执行下一次迭代预测。基于B787锂离子电池测量数据,对所提方法的有效性和鲁棒性进行了验证。 展开更多
关键词 剩余寿命预测 相关向量机 B787锂离子电池 差分进化算法 粒子群优化算法 卡尔曼滤波
在线阅读 下载PDF
上一页 1 2 12 下一页 到第
使用帮助 返回顶部 意见反馈