Biblioteca122.294 documentos en línea

Artículo

Remaining Useful Life Prediction of Rolling Bearings Using PSR, JADE, and Extreme Learning MachinePredicción de la vida útil restante de los rodamientos mediante PSR, JADE y Extreme Learning Machine

Resumen

Los rodamientos desempeñan un papel fundamental en la maquinaria rotativa. La evaluación de la degradación y la predicción de la vida útil restante (RUL) de los rodamientos son fundamentales para el mantenimiento basado en el estado. Sin embargo, la extracción de características sensibles sigue siendo un reto formidable. En este trabajo, se introduce un nuevo método de extracción de características para obtener las características sensibles a través de la reconstitución del espacio de fase (PSR) y la diagonalización conjunta aproximada de las matrices propias (JADE). En primer lugar, las características originales se extraen de las señales de vibración de los rodamientos en el dominio del tiempo y la frecuencia. En segundo lugar, se aplica el PSR para incrustar las características originales en un espacio de fase de alta dimensión. La dispersión entre clases y dentro de una misma clase ( S S ) se calcula para evaluar la sensibilidad de las características a través de la distribución de puntos de fase de diferentes etapas de degradación y, a continuación, se asignan diferentes pesos a las características correspondientes en función de la S S calculada. En tercer lugar, se emplea el JADE para fusionar las características ponderadas y obtener las características avanzadas que pueden reflejar mejor el proceso de degradación del rodamiento. Finalmente, las características avanzadas se introducen en la máquina de aprendizaje extremo (ELM) para entrenar el modelo de predicción RUL. Se llevan a cabo una serie de estudios de casos experimentales para verificar la eficacia del método propuesto. Los resultados muestran que las características avanzadas extraídas pueden reflejar mejor el proceso de degradación en comparación con las características tradicionales y pueden predecir eficazmente el RUL del rodamiento.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:Remaining Useful Life Prediction of Rolling Bearings Using PSR, JADE, and Extreme Learning Machine
  • Autor:Yongbin, Liu; Bing, He; Fang, Liu; Siliang, Lu; Yilei, Zhao; Jiwen, Zhao
  • Tipo:Artículo
  • Año:2016
  • Idioma:Inglés
  • Editor:Hindawi Publishing Corporation
  • Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
  • Descarga:0