10.3969/j.issn.1001-3881.2018.17.036
基于单层SAE与SVM的滚动轴承性能退化评估
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.
滚动轴承、性能退化评估、单层稀疏自编码学习、支持向量机
46
TH133.33+1;TH17
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12-1-4-4-3-JCH
2018-10-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
164-168