• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >A Reliable Prognosis Approach for Degradation Evaluation of Rolling Bearing Using MCLSTM
【2h】

A Reliable Prognosis Approach for Degradation Evaluation of Rolling Bearing Using MCLSTM

机译：基于MCLSTM的滚动轴承性能评估的可靠预测方法

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Prognostics and health management technology (PHM), a measure to ensure the reliability and safety of the operation of industrial machinery, has attracted attention and application adequately. However, how to use the monitored information to evaluate the degradation of rolling bearings is a significant issue for its predictive maintenance and autonomic logistics. This work presents a reliable health prognosis approach to estimate the health indicator (HI) and remaining useful life (RUL) of rolling bearings. Firstly, to accurately capture the degradation process, a novel health index (HI) is constructed based on correlation kurtosis for different iteration periods and a Gaussian process latency variable model (GPLVM). Then, a multiple convolutional long short-term memory (MCLSTM) network is proposed to predict HI values and RUL values. Finally, we perform experimental datasets of rolling bearings, demonstrating that the presented method surpasses other state-of-the-art prognosis approaches. The results also confirm the feasibility of the presented method in industrial machinery.
机译：预测和健康管理技术（PHM）是确保工业机械运行的可靠性和安全性的一种措施，已经引起了足够的关注和应用。但是，如何使用监视的信息来评估滚动轴承的性能下降是其预测性维护和自主物流的重要问题。这项工作提出了一种可靠的健康预测方法，可以估算滚动轴承的健康指标（HI）和剩余使用寿命（RUL）。首先，为了准确地捕获退化过程，基于不同迭代周期的相关峰度和高斯过程等待时间变量模型（GPLVM），构造了一个新的健康指数（HI）。然后，提出了一种多卷积长短期记忆（MCLSTM）网络来预测HI值和RUL值。最后，我们执行了滚动轴承的实验数据集，表明所提出的方法优于其他最新的预测方法。结果也证实了该方法在工业机械中的可行性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号