基于集成软竞争ART的滚动轴承性能退化趋势预测

• 作者: 万小金 徐增丙 李清蕾 王凯 赵乾坤
• 来源期刊: 机械传动
• 关键词: 软竞争ART-RBF 自组织映射网络 置信度值 滚动轴承 预测
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 开发应用
• 页码范围: 131-136
• 页数: 6页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2018.01.028

摘要

为了提高滚动轴承性能预测的准确性和稳定性,提出了以软竞争ART-RBF的集成预测模型和置信度CV值相结合的预测方法.将软竞争ART引入RBF神经网络,建立软竞争ART-RBF神经网络预测模型.结合加权平均技术,建立集成软竞争ART-RBF神经网络预测模型.并通过自组织映射(SOM)网络,获取具有丰富故障信息的置信度(CV)值,作为表征滚动轴承性能退化的综合指标.最后,利用滚动轴承加速疲劳试验获取的加速度信号对上述方法进行验证.结果表明,该方法可有效提高滚动轴承退化趋势预测的准确性和稳定性.