检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

轮式拖拉机可靠性评价及剩余寿命预测

中国农机化学报 2023年第11期44卷 73-78页

作者：文昌俊邵明颖何永豪陈凡陈洋洋湖北工业大学机械工程学院武汉市430068 湖北省农业机械鉴定站武汉市430068

为提高拖拉机的可靠性,减少维修次数,运用可靠性分析理论对其使用寿命进行分析研究。首先对某型号轮式拖拉机进行750 h的现场使用跟踪试验,将收集到的故障时间数据分析整理,采用二参数威布尔分布对其进行建模,然后利用四分段距法筛选有... 详细信息

为提高拖拉机的可靠性,减少维修次数,运用可靠性分析理论对其使用寿命进行分析研究。首先对某型号轮式拖拉机进行750 h的现场使用跟踪试验,将收集到的故障时间数据分析整理,采用二参数威布尔分布对其进行建模,然后利用四分段距法筛选有效数据,使用最小二乘法和极大似然估计法进行模型参数求解,选取最优的参数求解方法,最后采用K-S检验法对威布尔分布模型进行检验。结果表明,拖拉机的故障时间服从二参数威布尔分布。通过模型计算得到拖拉机的平均无故障工作时间为317.78 h,中位寿命为451.28 h,特征寿命为513.45 h,随后以A、B、C、D四台拖拉机为例,进行剩余寿命预测,得到使用时间和剩余寿命之间具体的对应关系,从而对拖拉机制定合理的预防性维修周期。

关键词：轮式拖拉机可靠性威布尔分布极大似然估计 K-S检验剩余寿命预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于正态分布的腐蚀管道剩余寿命预测方法

腐蚀与防护 2023年第3期44卷 100-106,118页

作者：刘承磊杨静祝明张畅关喆肖宁劲中油管道检测技术有限责任公司油气管道输送安全国家工程实验室廊坊065000

由于常规的腐蚀管道剩余寿命预测方法存在过度保守和缺乏合理性的问题,分析了内检测数据中系统测量误差和随机误差的来源和特点,确定了内检测数据调整方法。基于正态分布原理建立了管道缺陷生长速率计算模型,采用95%上限分位数对应的生... 详细信息

由于常规的腐蚀管道剩余寿命预测方法存在过度保守和缺乏合理性的问题,分析了内检测数据中系统测量误差和随机误差的来源和特点,确定了内检测数据调整方法。基于正态分布原理建立了管道缺陷生长速率计算模型,采用95%上限分位数对应的生长速率预测含缺陷管道的剩余寿命,该方法同时考虑了维修计划的保守性和合理性。结合典型工程案例对剩余寿命预测结果进行对比分析,发现改进后的剩余寿命预测方法有助于建立更加科学合理的维护响应策略,提升管道运营效率。

关键词：内检测生长速率数据误差正态分布剩余寿命预测

基于Stacking的机舱设备剩余寿命预测方法

在线全文

学校读者我要写书评

暂无评论

中国舰船研究 2022年第6期17卷 118-125页

作者：郭朝有许喆姚乾海军工程大学动力工程学院湖北武汉430033 中国人民解放军92942部队北京100161 中国人民解放军92578部队北京100161

[目的]在参考中国船级社《智能船舶规范》中智能机舱定义和要求的基础上,探索机舱设备故障预测与健康管理相关技术,开展轴承剩余寿命预测方法研究。[方法]针对常规数据驱动的轴承剩余寿命预测存在预测精度不佳的问题,利用集成学习Stack... 详细信息

[目的]在参考中国船级社《智能船舶规范》中智能机舱定义和要求的基础上,探索机舱设备故障预测与健康管理相关技术,开展轴承剩余寿命预测方法研究。[方法]针对常规数据驱动的轴承剩余寿命预测存在预测精度不佳的问题,利用集成学习Stacking融合策略,优选极限梯度提升(XGBoost)与人工神经网络(ANN)为基学习器,岭回归(ridge regression)为元学习器,构建R-A-X(Ridge-ANN-XGBoost)融合预测模型。选用IEEE PHM 2012 Prognostic Challenge同工况下的全寿命周期数据作为数据集设计预测性能对比实验,以MAE和R2为性能评价指标,对比研究基于单一算法、简单平均融合方式以及R-A-X融合方法的轴承剩余寿命预测性能。[结果]结果表明,基于Stacking构建的R-A-X融合预测模型的绝对平均误差(MAE)与决定系数(R2)评价值均优于文中涉及的其他方法,预测精度最高可提升20%。[结论]所提出的方法可提升轴承剩余寿命预测精度,对智能机舱中设备健康管理的实现具有一定的参考价值。

关键词：智能机舱剩余寿命预测轴承集成学习 Stacking

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于加速鱼群算法的锂离子电池剩余寿命预测

兵器装备工程学报 2022年第2期43卷 163-169页

作者：何星丁有军宋丽君殷春武西安建筑科技大学信息与控制工程学院西安710055 国防科技大学装备综合保障技术重点实验室长沙410073

针对极端学习机(ELM)方法在预测建模过程中因参数随机生成导致的结果不确定性,提出了一种加速鱼群算法(AAFSA)优化极端学习机的锂离子电池剩余寿命预测方法。针对基本人工鱼群算法(AFSA)存在的收敛速度慢、易陷入局部最优解,通过自适应... 详细信息

针对极端学习机(ELM)方法在预测建模过程中因参数随机生成导致的结果不确定性,提出了一种加速鱼群算法(AAFSA)优化极端学习机的锂离子电池剩余寿命预测方法。针对基本人工鱼群算法(AFSA)存在的收敛速度慢、易陷入局部最优解,通过自适应确定感知距离和移动步长加快收敛速度,并在随机移动时增加混沌扰动提高种群多样性改善AFSA的寻优性能;利用AAFSA确定最优ELM隐含层参数,建立锂离子电池剩余寿命预测模型;利用NASA锂离子电池数据集验证,剩余寿命预测相对误差低于4%。与ELM相比预测结果更加稳定可靠,相比支持向量回归(SVR)及其改进方法预测精度有明显的提高,最高可提升近50%。

关键词：极端学习机人工鱼群算法数据驱动剩余寿命预测锂离子电池

基于N-BEATS神经网络的滚动轴承剩余寿命预测

在线全文

学校读者我要写书评

暂无评论

计量学报 2023年第8期44卷 1240-1247页

作者：时培明苏世敏马慧中许学方韩东颖燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004 燕山大学车辆与能源学院河北秦皇岛066004

针对轴承剩余使用寿命预测时采集到的信号序列复杂且不平稳,导致预测精度和性能较低的问题,采用经验模式分解对信号序列进行自适应分解,利用动态时间规整算法筛选主要退化特征,提取信号序列趋势特征,使用具有残差原理的深层神经网络N-BE... 详细信息

针对轴承剩余使用寿命预测时采集到的信号序列复杂且不平稳,导致预测精度和性能较低的问题,采用经验模式分解对信号序列进行自适应分解,利用动态时间规整算法筛选主要退化特征,提取信号序列趋势特征,使用具有残差原理的深层神经网络N-BEATS进行预测。对于预测历史数据较少的问题,采用递归与直接相结合的预测结构对剩余寿命进行多步预测。将N-BEATS与长短时记忆神经网络、灰色预测模型进行比较,结果表明在不同工况下,所提出的方法预测结果的平均绝对误差相较于LSTM、灰色预测模型分别提升了3.2%以及3.3%,相对均方根误差分别提升了3.5%以及3.1%。

关键词：计量学滚动轴承剩余寿命预测动态时间规整(DTW) N-BEAT神经网络

基于互信息的主成分分析结合支持向量回归的滚动轴承剩余寿命预测研究

在线全文

学校读者我要写书评

暂无评论

北京化工大学学报（自然科学版） 2021年第6期48卷 108-117页

作者：欧白羽杨勐韩旭陆军航空兵学院陆军航空兵研究所北京101121 陆军航空兵学院航空机械工程系北京101123 93146部队北京100000

滚动轴承作为旋转机械设备中的关键部件,影响着设备的可靠性运行。为了智能开展设备维护工作,提高设备的运转效率,提出一种基于互信息(mutual information,MI)的主成分分析(principal component analysis,PCA)(MI-PCA)结合支持向量回归(... 详细信息

滚动轴承作为旋转机械设备中的关键部件,影响着设备的可靠性运行。为了智能开展设备维护工作,提高设备的运转效率,提出一种基于互信息(mutual information,MI)的主成分分析(principal component analysis,PCA)(MI-PCA)结合支持向量回归(support vector regression,SVR)的滚动轴承剩余寿命预测方法。首先利用小波包降噪算法剔除原始振动信号中的异常数据点和噪声,并基于降噪数据提取其时域、频域和时频域特征;然后结合特征与剩余寿命的互信息值进行特征筛选,再通过PCA降维算法获得可表征轴承退化状态的敏感特征,用于SVR的输入;最后构建并训练SVR剩余寿命预测模型,并将其应用于滚动轴承全寿命试验数据。试验结果表明与基于MI和基于PCA的SVR回归预测模型(MI-SVR模型、PCA-SVR模型)相比,基于MI-PCA的SVR模型具有更高的预测精度(预测精度可达97%),能够实现滚动轴承剩余寿命的精准预测,为开展及时有效的设备维护工作提供了决策依据。

关键词：滚动轴承剩余寿命预测支持向量回归主成分分析互信息

考虑随机失效阈值的多源退化数据融合与剩余寿命预测

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2022年

作者：项华春王泽洲蔡忠义陈云翔王莉莉中国人民解放军93920部队空军工程大学装备管理与无人机工程学院

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... 详细信息

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，证明了本文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。

关键词：随机失效阈值数据融合维纳过程剩余寿命预测

基于深度可分离卷积神经网络轴承剩余寿命预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

机械强度 2022年第4期44卷 763-771页

作者：徐海铭夏乔阳李勇章兰珠华东理工大学机械与动力工程学院上海200237

为进行轴承剩余寿命(Remaining Useful Life,RUL)预测,采用小波-谱峭度分析方法,首先对轴承振动序列信号进行小波包分解,并以谱峭度作为指标,确定故障特征频带并进行信号重构,然后,根据其频谱特征判断轴承是否发生故障,最终确定轴承振... 详细信息

为进行轴承剩余寿命(Remaining Useful Life,RUL)预测,采用小波-谱峭度分析方法,首先对轴承振动序列信号进行小波包分解,并以谱峭度作为指标,确定故障特征频带并进行信号重构,然后,根据其频谱特征判断轴承是否发生故障,最终确定轴承振动序列信号的初始故障点(Incipient Fault Point,IFP)。在此基础上,将引入注意力(Attention)机制的一维深度可分离卷积神经网络用于轴承初始故障点之后振动信号特征的提取,相比传统卷积神经网络,深度可分离卷积层可减少网络训练参数个数,加快网络训练速度。实验结果表明,注意力机制的引入使网络能够聚焦信号中关键的特征,为重要特征赋予较大权重,避免人工处理特征的不足,利于有效特征提取,最终预测结果好于SVR、CNN、RNN等常用数据驱动方法。

关键词：深度可分离卷积注意力机制神经网络初始故障点剩余寿命预测

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

线性回归与EEMD的滚动轴承剩余寿命预测

机械科学与技术 2019年第10期38卷 1589-1597页

作者：高彩霞吴彤付子义河南理工大学电气工程及其自动化学院

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... 详细信息

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。

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