基于分层稀疏编码的轴承剩余寿命预测方法

论文摘要

剩余寿命预测技术是装备智能维护与智能制造的关键技术。滚动轴承作为旋转机械装备关键零/部件之一,对其进行剩余寿命预测具有重要工程与实际意义,因此提出一种基于分层稀疏编码的滚动轴承剩余寿命预测方法。该方法作为深度学习模型的一种,克服了传统机器学习模型需要大量训练、标签学习以及鲁棒性差的缺点,有效提高了轴承剩余寿命预测精度。实验结果表明该方法具有更高的预测精度和更好的鲁棒性。

论文目录

• 0 引言
• 1 分层稀疏编码网络预测模型框架
•   1.1 稀疏编码模块
•     1.1.1 构建训练和测试字典矩阵
•     1.1.2 L1范数正则化
•     1.1.3 权重约束稀疏编码
•   1.2 最大值池化模块
•   1.3 分层网络预测模型
•     1.3.1 特征提取
•     1.3.2 稀疏自回归预测模型
• 2 实验验证
•   2.1 滚动轴承加速寿命试验
•   2.2 轴承剩余寿命预测
•   2.3 实验结果分析
• 3 结语

文章来源

类型: 期刊论文

作者: 李华新,王衍学

关键词: 滚动轴承,分层稀疏编码,剩余寿命预测,深度学习

来源: 现代制造工程 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 机械工业

单位: 桂林电子科技大学机电工程学院,北京建筑大学城市轨道交通车辆服役性能保障北京市重点实验室

基金: 国家自然科学基金项目(61463010,51475098),广西自然科学杰出青年基金项目(2016GXNSFFA380008),广西高校海外“百人计划”项目,广西高水平创新团队及“卓越学者”计划项目

分类号: TH133.33

DOI: 10.16731/j.cnki.1671-3133.2019.05.002

页码: 7-12

总页数: 6

文件大小: 391K

下载量: 334