基于深度置信网络集成的齿轮剩余寿命预测*

2021-03-26 05:43:34宋仁旺王萪峰
组合机床与自动化加工技术 2021年3期
关键词:模型

宋仁旺,王萪峰,石 慧

(太原科技大学电子信息工程学院,太原 030024)

0 引言

很多设备中的齿轮,由于受到交变应力等的影响常常会出现齿面磨损、断齿等故障,且由此引起的停机时间长、破坏性高、维修费用高[1-2]。而通过剩余寿命(Remaining Useful Life, RUL)预测[3],能够提前制定维修策略避免致命故障[4-7],从而减少损失。目前,国内外研究人员对此进行了大量研究,周志刚等[8]通过观察齿轮副动态啮合力随时间的变化以及相应轴承动态接触力的变化建立了模型,并应用模型预测了齿轮和轴承相应的寿命;Feng Y X等[9]研究了一种用决策树和专家系统结合对风机的齿轮箱进行故障诊断的方法。石慧等[10]用采集的齿轮振动加速度和噪声数据建立了一种随机滤波结合核密度估计的模型来预测剩余寿命;张星辉等[11]通过对采集的振动加速度信号进行逐层分解,提取不同频带的能量代表齿轮相应状态,并最终通过高斯隐马尔可夫方法完成了齿轮从正常→退化→失效相应状态的识别和不同状态下RUL的预测;Wang Jinhai等[12]考虑了齿轮分离现象,然后基于齿轮接触几何和S-N曲线,建立模型分析了不同旋转速度下齿轮系统的接触疲劳退化过程和RUL之间的关系。

但是这些方法一是需要人工提取特征值;二是基于搜集数据配置好的单一模型往往在其他的情境下不能表现出好的泛化性能。深度置信网络可以自行学习数据之间的关系,提取与最终任务更相关的特征,不需要专门的特征提取[13]。而且集成学习中不同神经网络个体对同一决策的互补使得神经网络集成可以提高泛化性能[14-19]。……

登录APP查看全文

猜你喜欢
模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用