典型文献
数据驱动的旋转设备性能退化趋势预测方法
文献摘要：
为解决在役状态监测系统采用常规固定阈值报警方法难以追踪旋转机械性能退化发生和发展的问题,应用振动监测原始数据和实时监测原始数据构建了数据驱动的旋转设备性能退化趋势预测模型,提出一种基于谱距离指标运行可靠性曲线l1趋势滤波的旋转设备性能退化趋势预测方法.应用美国辛辛那提智能维修信息系统(I M S)中心轴承实验数据和中国某石化公司离心压缩机转子不平衡故障案例数据验证了所构建的旋转设备性能退化预测模型.结果表明,数据驱动的旋转设备性能退化预测模型只需要运行正常状态振动原始数据,无需依赖外部专家先验知识,能够准确预测和追踪旋转设备性能退化趋势的发生和发展.
文献关键词：
数据驱动;性能退化;趋势预测;l1趋势滤波;预测性维修
中图分类号：
作者姓名：
王庆锋;刘家赫;刘晓金;许述剑
作者机构：
北京化工大学高端机械设备健康监控及自愈化北京市重点实验室,北京 100029;中国石油化工股份有限公司青岛安全工程研究院,山东 青岛 266000
文献出处：
引用格式：
[1]王庆锋;刘家赫;刘晓金;许述剑-.数据驱动的旋转设备性能退化趋势预测方法)[J].计算机集成制造系统,2022(03):724-734
A类：
B类：
旋转设备,设备性能,性能退化,退化趋势预测,在役,状态监测系统,固定阈值,警方,旋转机械,机械性能,振动监测,原始数据,运行可靠性,l1,辛辛那提,中心轴,轴承,石化,离心压缩机,转子不平衡故障,故障案例,数据验证,退化预测模型,正常状态,家先,先验知识,准确预测,预测性维修
AB值：
0.269304
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。
