基于特征的机械设备故障预测系统

• 作者: 安鹏铖 李杨 王玫 蒋聪
• 来源期刊: 机械
• 学科: 工学
• 关键词: 故障预测 机械设备 神经网络 运行特征 智能系统
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 测量与检测技术
• 页码范围: 61-65
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1006-0316.2014.01.015

摘要

在机械设备的使用过程中,如果能准确地提前预测机械设备将要发生的故障并防患于未然,则可为企业节省大量的维修费用,降低企业成本.为此提出了一种依据特征基于神经网络算法的故障预测系统.把机械设备本身的运行特征和环境特征作为输入,把发生故障的概率作为输出,建立映射关系.以历史映射数据训练并建立神经网络,用以预测机械设备在某状态速成后发生故障的概率.通过某厂的机床对系统进行训练和验证,预测故障率与实际故障率的相对误差在15.3％以内.仿真结果表明,该系统可以有效的根据机械设备运行状态特征对其故障率进行准确预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李杨	四川大学制造科学与工程学院	67	265	9.0	12.0
2	王玫	四川大学制造科学与工程学院	40	213	9.0	12.0
3	安鹏铖	四川大学制造科学与工程学院	6	11	2.0	3.0
4	蒋聪	四川大学制造科学与工程学院	5	9	2.0	2.0