咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于LSTM-CAPF框架的岸桥起升减速箱轴承寿命预测方法 收藏

基于LSTM-CAPF框架的岸桥起升减速箱轴承寿命预测方法

RUL Prediction Method for Quay Crane Hoisting Gearbox Bearing Based on LSTM-CAPF Framework

作     者:孙志伟 胡雄 董凯 孙德建 刘洋 SUN Zhiwei;HU Xiong;DONG Kai;SUN Dejian;LIU Yang

作者机构:上海海事大学物流工程学院上海201306 中国船舶集团有限公司第七一一研究所上海201108 

出 版 物:《上海交通大学学报》 (Journal of Shanghai Jiaotong University)

年 卷 期:2024年第58卷第3期

页      面:352-360页

核心收录:

学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 0817[工学-化学工程与技术] 08[工学] 0802[工学-机械工程] 0703[理学-化学] 0714[理学-统计学(可授理学、经济学学位)] 0701[理学-数学] 

基  金:国家自然科学基金(62073213)资助项目 

主  题:岸桥轴承 剩余寿命预测 长短时记忆网络 工况激活粒子滤波 时变工况 

摘      要:岸桥起升减速箱轴承的健康状况对港口生产安全具有重要意义.针对岸桥变工况的工作条件,提出一种起升减速箱轴承的剩余使用寿命(RUL)预测框架.首先,对工作载荷进行离散化,并确定工况边界.然后,利用长短时记忆(LSTM)网络模型预测载荷和相应的运行工况.其次,以维纳过程为基础,建立了考虑不同工况下退化率和跳变系数的状态退化函数.最后,利用工况激活粒子滤波(CAPF)方法预测轴承退化状态和RUL.采用NetCMAS系统采集的上海某港口起升减速箱轴承全寿命数据验证了所提出的预测框架.与其他3种预测模式比较表明,所提出的框架能够在变工况条件下获得更准确的退化状态和RUL预测.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分