基于卷积稀疏组合算法的轴承性能衰减评估
Evaluation of Bearing Performance Attenuation Based on Convolutional Sparse Combination Algorithm作者机构:商洛学院数学与计算机应用学院陕西商洛726000 秦岭康养大数据陕西省高校工程研究中心陕西商洛726000
出 版 物:《计算机测量与控制》 (Computer Measurement &Control)
年 卷 期:2023年第31卷第8期
页 面:293-299页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家社科基金西部项目(21XJY015) 陕西省教育厅基础教育重大招标项目(ZDKT1606) 陕西省社科联项目(2022HZ1800) 陕西省教育学会项目(SJHZDKT201605—04) 陕西省教育科学“十三五”规划项目(SGH17H342)
主 题:卷积稀疏组合算法 轴承性能 子采样层 自相关函数 谱相关密度
摘 要:为有效监控与评估轴承工作状态,提出一种基于卷积稀疏组合算法评估方案;基于卷积神经网络框架建立轴承性能稀疏表示判别准则,并预测轴承的性能衰减程度;利用轴承衰减自相关函数,预判与轴承谱相关的密度条件,并在分析其他模型数值参量的基础上,验证评估方法的应用平稳性;选取退化指标作为实验对象,并通过分析相关的指标参数值可知,提出算法的评估结果可解释性强,能够较好维护轴承性能的衰减机制,影响系数值被控制在[-1,1]之间;在与传统算法的预测性能对比中,提出算法在两种状态下的偏差值分别为0.02和0.01,优于传统的轴承性能评估算法,同时在评估预测效率方面也具有一定优势。