典型文献
基于卷积神经网络的地铁牵引电机轴承剩余寿命预测
文献摘要：
针对地铁牵引电机轴承剩余寿命预测过程中,单一类传感器不能全面反映轴承寿命信息,提出一种基于多信息融合与卷积神经网络的轴承剩余寿命预测方法.首先,使用振动传感器与声发射传感器在轴承疲劳寿命试验台上采集轴承寿命信号;其次,使用小波包分解对采集到的轴承寿命信号进行降噪并提取多特征值,在此基础上对得到的多特征值进行归一化处理并分析轴承退化趋势;最后,将采集轴承的寿命划分为五个阶段,同时把处理好的多特征值进行融合输入到卷积神经网络进行训练识别.结果表明:基于多特征值与卷积神经网络能预测轴承寿命所处的阶段的概率达到98％以上.
文献关键词：
特征值;信息融合;剩余寿命预测;卷积神经网络;地铁牵引电机轴承
中图分类号：
作者姓名：
赵朋飞;徐彦伟;颉潭成;李琛
作者机构：
河南科技大学 机电工程学院,洛阳 471003;智能数控装备河南省工程实验室,洛阳 471003
文献出处：
引用格式：
[1]赵朋飞;徐彦伟;颉潭成;李琛-.基于卷积神经网络的地铁牵引电机轴承剩余寿命预测)[J].制造业自动化,2022(03):43-47
A类：
地铁牵引电机轴承
B类：
剩余寿命预测,类传,轴承寿命,多信息融合,寿命预测方法,振动传感器,声发射传感器,疲劳寿命试验,试验台,小波包分解,降噪,多特征,归一化处理,轴承退化,五个阶段
AB值：
0.14406
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。
