典型文献
面向轴承剩余寿命预测的自适应退化阶段辨识方法
文献摘要：
针对滚动轴承剩余寿命预测中的退化阶段难以辨识的问题,提出了基于互信息卷积神经网络的退化特征提取方法和基于自适应超阈值波峰与失效概率逻辑回归预测的退化阶段辨识方法.引入了以轴承自监测数据为驱动的互信息卷积神经网络对轴承性能退化特征进行深度提取,并结合支持向量数据描述进行退化指数(degradation indicator,DI)构建.针对环境工况对DI造成的波动干扰影响,引入了极值理论中的超阈值波峰法进行了退化阈值的更新设置.结合失效概率统计信息,采用正常状态与退化状态的逻辑回归二分类法对个体轴承失效阈值进行了客观估计,并利用全阶时间幂灰色预测模型对轴承剩余寿命进行了预测.实验结果表明,在退化阶段自适应辨识的基础上进行轴承剩余寿命的预测,能得到更准确更客观的预测结果.
文献关键词：
互信息卷积网络;退化特征提取;退化阶段辨识;剩余寿命预测
中图分类号：
作者姓名：
邬世龙
作者机构：
重庆大学机械与运载工程学院,重庆 400044
文献出处：
引用格式：
[1]邬世龙-.面向轴承剩余寿命预测的自适应退化阶段辨识方法)[J].组合机床与自动化加工技术,2022(12):31-35
A类：
退化阶段辨识,互信息卷积网络
B类：
剩余寿命预测,应退,辨识方法,滚动轴承剩余寿命,退化特征提取,波峰,失效概率,概率逻辑,逻辑回归,回归预测,自监测,轴承性能退化,支持向量数据描述,degradation,indicator,DI,干扰影响,极值理论,概率统计,统计信息,正常状态,退化状态,二分类,分类法,轴承失效,失效阈值,全阶时间幂灰色预测模型,自适应辨识
AB值：
0.281149
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。
