基于AFCM-SVM的滚动轴承退化状态评估与剩余寿命预测

吕明珠; 苏晓明; 刘世勋; 陈长征

首页> 中文期刊> 《组合机床与自动化加工技术》 >基于AFCM-SVM的滚动轴承退化状态评估与剩余寿命预测

基于AFCM-SVM的滚动轴承退化状态评估与剩余寿命预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:针对支持向量机模型状态数需要人为设定的不足,提出了一种基于自适应模糊C均值-支持向量机(AFCM-SVM)的滚动轴承退化状态评估与剩余寿命预测方法。该算法采用相对特征建立敏感特征数据集,利用聚类评价指标构造自适应函数,实现了模型聚类结果的自动更新,获得了轴承运行过程中的最佳状态数;基于AFCM-SVM模型与各个运行状态的一一对应关系,确定轴承在不同退化状态下的时间间隔,实现轴承的健康等级评估与寿命预测。根据美国NSFI/UCR智能维护中心提供的滚动轴承全寿命数据对所提算法进行了验证。结果表明,不受轴承个体差异的影响,AFCM-SVM能有效实现自动聚类,识别结果符合轴承退化演变规律;与分层狄利克雷(HDP)和K-means算法相比,AFCM-SVM具有更快的运算速度和更准确的辨识能力。

著录项

来源
《组合机床与自动化加工技术》 |2020年第3期|65-69|共5页
作者
吕明珠; 苏晓明; 刘世勋; 陈长征;
展开▼
作者单位

沈阳工业大学机械工程学院沈阳 110870;

辽宁装备制造职业技术学院自控学院沈阳 110161;

中认(沈阳)北方实验室有限公司沈阳 110164;

展开▼
原文格式 PDF
正文语种 chi
中图分类机械运行与维修;金属切削加工工艺;
关键词
自适应模糊C均值-支持向量机(AFCM-SVM); 滚动轴承; 退化状态评估; 剩余寿命预测;

相似文献

中文文献
外文文献
专利

1. 基于振动信号排列熵和集成支持向量机的滚动轴承退化状态评估 [J] . 钟勇 ,李三雁 ,荣本阳 . 中国测试 . 2021,第007期
2. 基于AR能量比-FCM的滚动轴承退化状态定量评估 [J] . 周建民 ,尹文豪 ,游涛 . 机床与液压 . 2021,第001期
3. 基于JRD和CUSUM的滚动轴承性能退化状态识别与评估 [J] . 夏均忠 ,吕麒鹏 ,陈成法 . 振动与冲击 . 2019,第002期
4. 基于NAP和RMI的滚动轴承性能退化状态识别与评估 [J] . 夏均忠 ,郑建波 ,白云川 . 振动与冲击 . 2019,第023期
5. 滚动轴承的状态监测与性能退化评估 [J] . 王宝祥 ,潘宏侠 ,杨卫 . 中国工程机械学报 . 2017,第001期
6. 去通道干扰算法在基于HMM滚动轴承性能退化评估中的应用 [C] . JIANG Huiming ,蒋会明 . 2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议 . 2018
7. 基于CNN和GRU的滚动轴承退化状态评估及剩余寿命预测 [A] . 韩林洁 . 2020

基于AFCM-SVM的滚动轴承退化状态评估与剩余寿命预测

摘要

著录项

相似文献

相关主题

期刊订阅