典型文献
基于CEEMD-SA-RNN的柴油机曲轴轴承磨损预测
文献摘要：
为解决传统故障诊断方法效率低的问题,以某步兵战车柴油机为研究对象,提出了一种补充的集合经验模态分解与奇异值分解相结合提取信号的特征,使用模拟退火算法优化循环神经网络对曲轴轴承磨损程度进行预测的方法.采用补充的集合经验模态分解方法对振动信号进行分解,用奇异值分解方法进行特征提取,利用特征对模拟退火算法优化的循环神经网络进行训练及预测.对所提出的算法进行试验分析,结果显示预测准确率达到97.48％,比普通的循环神经网络系统预测的准确率提高了5％ 以上.
文献关键词：
故障预测;经验模态分解;神经网络;模拟退火;奇异值分解;曲轴轴承;磨损
中图分类号：
作者姓名：
李英顺;田宇;左洋;张国莹;周通
作者机构：
北京石油化工学院信息工程学院 ,北京 102617
文献出处：
引用格式：
[1]李英顺;田宇;左洋;张国莹;周通-.基于CEEMD-SA-RNN的柴油机曲轴轴承磨损预测)[J].车用发动机,2022(04):85-92
A类：
曲轴轴承
B类：
CEEMD,SA,RNN,柴油机,轴承磨损,磨损预测,故障诊断方法,步兵,战车,集合经验模态分解,奇异值分解,取信,模拟退火算法,算法优化,循环神经网络,磨损程度,分解方法,振动信号,试验分析,预测准确率,网络系统,故障预测
AB值：
0.262972
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。
