基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对加工中心刀具剩余寿命预测的实际需求,提出了一种基于信息融合的刀具剩余寿命在线预测方法.通过在加工中心主要功能部件上安装传感器,实时采集加工中心运行过程中的动态信号,经信号预处理和特征参数提取,采用皮尔逊相关系数和残差分析相结合的方法进行特征降维,获得最优的特征参数集.建立基于自适应神经模糊推理系统的刀具剩余寿命预测模型,在线预测刀具剩余寿命.实例分析结果显示:该预测方法的预测结果平均准确率为95.21%,可以满足实际需求.同时,将该预测方法与BP神经网络及其变异模型进行了对比,发现该预测方法预测精度更高.
推荐文章
基于 KPCA-BLSTM 的航空发动机多信息融合剩余寿命预测
航空发动机
剩余寿命
多信息融合
双向长短时记忆
核主成分分析
焦化加热炉炉管的红外热象检测与剩余寿命在线评估
焦化炉炉管
红外热象
检测
剩余寿命评估
退化数据驱动的设备剩余寿命在线预测
剩余寿命
非线性维纳过程
贝叶斯方法
退化
极大似然法
一种基于轴承剩余寿命预测的状态维修优化决策方法
工业工程学
神经网络
贝叶斯方法
振动频谱
剩余寿命分布
维修决策
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于信息融合的刀具剩余寿命在线预测方法
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 加工中心 自适应神经模糊推理系统 剩余寿命预测 信息融合 特征降维
年,卷(期) 2017,(4) 所属期刊栏目 机械与材料工程
研究方向 页码范围 1-5
页数 5页 分类号 TB114.3
字数 语种 中文
DOI 10.13245/j.hust.170401
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴军 华中科技大学船舶与海洋工程学院 75 1114 19.0 30.0
2 邓超 华中科技大学机械科学与工程学院 56 785 17.0 25.0
3 朱永猛 华中科技大学船舶与海洋工程学院 2 22 2.0 2.0
4 苏永衡 华中科技大学船舶与海洋工程学院 2 22 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (14)
同被引文献  (4)
二级引证文献  (7)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(7)
  • 引证文献(7)
  • 二级引证文献(0)
2020(10)
  • 引证文献(3)
  • 二级引证文献(7)
研究主题发展历程
节点文献
加工中心
自适应神经模糊推理系统
剩余寿命预测
信息融合
特征降维
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导