典型文献
基于离散小波变换和变分自编码器的滚动轴承剩余使用寿命预测
文献摘要：
针对噪声导致轴承振动信号有效退化信息难以提取的问题,采用离散小波变换对信号进行分解得到细节分量和近似分量,提取多种敏感特征输入变分自编码器进行融合降维来构建综合性能退化指标,从而有效抑制信号中的噪声分量,获得更有单调趋势性的退化指标;引入经过超参数优化的长短时记忆网络构建滚动轴承剩余寿命预测模型,采用分层抽样方法划分数据集并输入预测模型进行试验验证,结果表明:基于离散小波变换和变分自编码器所得深层退化特征能有效表征轴承的退化信息,获得更精准的轴承剩余使用寿命预测结果.
文献关键词：
滚动轴承;剩余寿命;寿命预测;小波变换;编码器;深度学习;分层抽样
中图分类号：
作者姓名：
孟祥龙;丁华;吕彦宝;施瑞
作者机构：
太原理工大学 机械与运载工程学院,太原 030024;煤矿综采装备山西省重点实验室,太原 030024
文献出处：
引用格式：
[1]孟祥龙;丁华;吕彦宝;施瑞-.基于离散小波变换和变分自编码器的滚动轴承剩余使用寿命预测)[J].轴承,2022(08):55-63
A类：
B类：
离散小波变换,变分自编码器,剩余使用寿命预测,声导,轴承振动,振动信号,敏感特征,性能退化,退化指标,趋势性,超参数优化,长短时记忆网络,网络构建,滚动轴承剩余寿命,剩余寿命预测模型,分层抽样,抽样方法,划分数据集,退化特征
AB值：
0.202612
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
