典型文献
基于ResNeXt网络的滚动轴承剩余使用寿命预测
文献摘要：
为了准确掌握滚动轴承剩余寿命信息,评估轴承的退化状态,提出了一种基于深度学习理论的卷积神经网络模型,对轴承剩余使用寿命进行预测.通过选取最新的ResNeXt作为网络骨干,设计卷积神经网络模型.该网络模型可以堆叠大量的卷积层从而抽取到丰富的语义特征,即使在训练数据较少时仍然具有很好的泛化能力.最后在公开数据集上对算法进行了训练和验证,表明该方法可以根据滚动轴承的振动信号较为准确地对轴承的剩余使用寿命进行预测.
文献关键词：
滚动轴承;剩余使用寿命预测;ResNeXt网络
中图分类号：
作者姓名：
王哲;刘学平;李玙乾;李旭
作者机构：
清华大学 深圳国际研究生院,深圳 518055
文献出处：
引用格式：
[1]王哲;刘学平;李玙乾;李旭-.基于ResNeXt网络的滚动轴承剩余使用寿命预测)[J].制造业自动化,2022(06):17-19
A类：
B类：
ResNeXt,剩余使用寿命预测,滚动轴承剩余寿命,退化状态,深度学习理论,卷积神经网络模型,堆叠,卷积层,取到,语义特征,训练数据,少时,泛化能力,公开数据集,振动信号
AB值：
0.236347
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。
