基于组合模型的滚动轴承故障预测研究

• 作者: 张凯 徐彦伟 颉潭成 马君达
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 故障预测 灰色GM(1,1) BP神经网络 遗传算法 组合模型
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 理论与方法研究
• 页码范围: 36-39
• 页数: 4页
• 分类号: TH16|TH133.3
• 字数: 3446字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3997.2019.01.010

摘要

针对轴承故障预测可使用的样本数据少、特征参数信息贫乏且呈现非线性、不确定性等特点,提出一种基于改进灰色GM(1,1)和遗传算法优化的BP神经网络的组合预测模型.首先,根据各单一模型在当前时段的预测误差,通过最小二乘法确定出在未来时段中两种单一模型的权重,然后将预测结果进行加权求和,得到最终的组合模型预测值.该模型既能实现灰色GM(1,1)模型处理小样本的轴承振动数据预测的目标,也能发挥BP神经网络解决非线性拟合问题的优势.最后,将组合模型与各单一模型进行实例数据分析,结果表明组合模型的预测精度为96.63％,比上述子模型的预测结果分别提高了7.84％和6.13％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颉潭成	河南科技大学机电工程学院	56	251	9.0	13.0
2	马君达	河南科技大学机电工程学院	4	9	2.0	2.0
3	徐彦伟	河南科技大学机电工程学院	36	93	5.0	7.0
4	张凯	河南科技大学机电工程学院	16	33	4.0	4.0