|
OALib Journal期刊
ISSN: 2333-9721
费用：99美元
|
|
|
|
基于多特征参量的回转支承智能健康状态评估
DOI: 10.3969/j.issn.1671-7627.2014.02.017, PP. 101-106
Keywords: 多特征参量,健康评估,elman网络,遗传算法,回转支承
Abstract:
为了提高回转支承运行可靠性,及时发现其潜在的失效,实施良好的设备维护与管理,有必要对其进行健康状态评估。选取表征回转支承健康状态的温度和扭矩作为特征参量,建立了一种采用遗传算法优化动态递归elman神经网络的回转支承多参量健康状态评估模型,并利用3mw变桨回转支承疲劳寿命实验数据对该模型进行了网络训练和测试。结果表明,该模型评估结果与实验值相符,可准确地对回转支承进行健康状态评估。
| [1] | 陈法法,汤宝平,黄庆卿.免疫遗传优化elman神经网络的旋转机械故障诊断[j].重庆大学学报:自然科学版,2012,35(5):7-13.
|
| [2] | 李伟,何鹏举,杨恒,等.基于粗糙集和改进遗传算法优化bp神经网络的算法研究[j].西北工业大学学报:自然科学版,2012,30(4):601-605.
|
| [3] | 王兴东,刘源,严爱军,等.大型回转支承寿命预测方法的研究[j].湖北工业大学学报:自然科学版,2006,21(3):33-36.
|
| [4] | 郑惠强,朱卫,宓为建.基于神经网络的大型回转支承典型故障诊断方法[j].中国工程机械学报,2004,2(3):332-335.
|
| [5] | chengyc,qiwm,caiwy.dynamicpropertiesofelmanandmodifiedelmanneuralnetwork[c]//2002internationalconferenceonmachinelearningandcybernetics,changsha:hunanartandliteraturepress,2002(2):637-640.
|
| [6] | samantab,al-balushikr,al-araimisa.artificialneuralnetworksandsupportvectormachineswithgeneticalgorithmforbearingfaultdetection[j].engineeringapplicationsofartificialintelligence,2003,16:657-665.
|
| [7] | sedkia,ouazard,mazoudieei.evolvingneuralnetworkusingrealcodedgeneticalgorithmfordailyrainfall-runoffforecasting[j].expertsystemwithapplications,2009,36:4523-4527.
|
| [8] | 宾光富,周元,dhillonbs.基于fuzzy-ahp的机械设备多特征参数健康状态综合评价研究[j].中国机械工程,2009,20(20):2487-2492.
|
| [9] | 贾文铜,周瑞祥,张忠,等.基于elman神经网络的齿轮故障诊断研究[j].计算机测量与控制,2012,20(6):1498-1500.
|
Full-Text
|
|
Contact Us
service@oalib.com QQ:3279437679 
WhatsApp +8615387084133
|
|
