典型文献
齿轮性能退化评估的时序重构模型
文献摘要：
齿轮性能退化评估是预诊断的提前和基础,针对概率相似度量评估方法存在模型复杂,容易过早饱和等现象,提出一种基于AR(Autoregressive model)模型和字典学习的齿轮性能退化评估的重构模型方法,其中AR模型用于提取齿轮振动信号的状态特征,字典学习通过正常状态下构建的字典模型(Dictionary learning,DL)对测试样本进行AR模型系数重构.首先提取正常运行状态下振动信号的AR模型系数构建过完备字典模型,然后将待测信号的AR系数作为特征向量输入字典模型中得到重构后的AR模型系数.最后由原始AR系数和重构AR系数分别构造自回归模型,并各自完成对待测信号的时序建模,将两自回归模型所得残差序列的均方根误差作为性能劣化程度指标.全寿命疲劳实验数据分析结果表明,与传统时域指标相比该方法对早期故障更敏感且具有与齿轮故障发展趋势一致性更好等优点.
文献关键词：
AR模型;字典学习;齿轮;性能退化评估;重构模型
中图分类号：
作者姓名：
张龙;黄婧;吴荣真;宋成洋;王朝兵
作者机构：
华东交通大学 机电与车辆工程学院,南昌 330013;中车戚墅堰机车有限公司,江苏常州 213011
文献出处：
引用格式：
[1]张龙;黄婧;吴荣真;宋成洋;王朝兵-.齿轮性能退化评估的时序重构模型)[J].机械科学与技术,2022(12):1860-1868
A类：
B类：
性能退化评估,重构模型,预诊断,相似度量,过早,Autoregressive,model,字典学习,模型方法,振动信号,学习通,正常状态,Dictionary,learning,DL,数重,特征向量,自回归模型,时序建模,残差序列,性能劣化,全寿命,疲劳实验,时域指标,早期故障,齿轮故障,趋势一致性
AB值：
0.315587
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。
