|
|||||
|
|
| 齿轮箱状态识别与剩余寿命预测的MoG-BBN法 | |
| 作者姓名： | 张星辉, 李凤学, 赵劲松, 曹端超, 滕红智 |
| 作者单位： | （ 1. 军械工程学院,石家庄 050003; 2. 军事交通学院, 天津 300161; 3. 68129部队, 兰州 730060 ） |
| 摘 要： | 基于混合高斯输出贝叶斯信念网络模型的齿轮箱退化状态识别与剩余寿命预测新方法,应用聚类评价指标对全寿命过程退化状态数进行优化,通过计算待识别故障特征向量的概率值来确定齿轮箱退化状态,在退化状态识别的基础上,提出了剩余寿命计算方法。再利用齿轮箱全寿命实验数据对此进行验证。结果表明,该方法可以有效地识别齿轮箱故障状态并实现剩余寿命预测,平均预测正确率为96.47 %,为齿轮箱的健康管理提供参考。 |
| 关 键 词： | 振动与波 混合高斯输出贝叶斯信念网络 状态识别 剩余寿命预测 |
| 收稿时间： | 2013-05-06 |
| 本文献已被 CNKI 维普 等数据库收录！ | |
| 点击此处可从《噪声与振动控制》浏览原始摘要信息 | |
| 点击此处可从《噪声与振动控制》下载免费的PDF全文 | |