基于单层SAE与SVM的滚动轴承性能退化评估 |
| |
引用本文: | 陈龙,谭继文,管皓.基于单层SAE与SVM的滚动轴承性能退化评估[J].机床与液压,2018,46(17):164-168. |
| |
作者姓名: | 陈龙 谭继文 管皓 |
| |
作者单位: | 青岛理工大学 |
| |
基金项目: | 国家自然科学基金资助项目(51075220);高等学校博士学科点专项科研基金(20123721110001);青岛市科技发展计划项目〖BF〗(12 1 4 4 (3) JCH) |
| |
摘 要: | 滚动轴承是旋转机械设备的常用关键部件之一,其性能退化评估是机械设备状态监测与视情维修的基础和依据。为及时准确掌握滚动轴承性能退化趋势与程度,提出基于单层稀疏自编码学习和支持向量机的滚动轴承性能退化评估方法,研究能够深度挖掘数据各种潜在隐含信息的稀疏自编码学习方法以及基于时频域特征和稀疏自编码学习的轴承状态特征的提取方法;提出基于支持向量机分类算法改进的轴承性能退化评估算法,并应用到滚动轴承的性能退化评估模型中,确定了模型参数寻优的方法;最后将所获得的轴承状态特征输入到轴承性能退化评估模型,得到了轴承性能退化趋势图,并通过滚动轴承实例验证了所提出方法的实用性。
|
关 键 词: | 滚动轴承 性能退化评估 单层稀疏自编码学习 支持向量机 |
Performance Degradation Assessment for Rolling Bearing Based on Single Layer SAE and SVM |
| |
Abstract: | |
| |
Keywords: | Rolling bearing Performance degradation assessment Single layer sparse autoencoder Support vector machine |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|