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:
针对相关向量机模型(RVM),在滚动轴承性能退化趋势预测中,呈现的参数选择盲目问题,提出了一种基于鲸鱼算法(WOA)优化的RVM预测方法.首先将鲸鱼算法与粒子群算法(PSO),布谷鸟算法(CS)进行比较,结果证明其具有更高的收敛精度和更快的收敛速度;其次采用Cincin-nati大学实测滚动轴承全寿命实验数据,提取振动信号的时域、时频域特征向量,并采用主成分分析(PCA)算法对特征向量进行约减融合;然后建立退化趋势预测模型,进行仿真实验,并将基于WOA-RVM模型与WOA-SVM模型、PSO-RVM模型、CS-RVM模型及RVM模型的预测结果相比较,最后结果表明基于WOA-RVM模型具有更好的预测精度,可用于滚动轴承性能退化趋势预测.
推荐文章
基于集成软竞争ART的滚动轴承性能退化趋势预测
软竞争ART-RBF
自组织映射网络
置信度值
滚动轴承
预测
多退化变量灰色预测模型的滚动轴承剩余寿命预测
剩余寿命预测
滚动轴承
多退化变量灰色预测模型
退化趋势特征参数
基于时域特征的滚动轴承寿命预测
滚动轴承
主成分分析
寿命预测
粒子群算法
支持向量机
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WOA-RVM的滚动轴承退化趋势预测
来源期刊 组合机床与自动化加工技术 学科 工学
关键词 相关向量机 鲸鱼优化算法 滚动轴承 退化趋势
年,卷(期) 2019,(11) 所属期刊栏目 控制与检测
研究方向 页码范围 58-61,66
页数 5页 分类号 TH133.3|TG506
字数 3962字 语种 中文
DOI 10.13462/j.cnki.mmtamt.2019.11.015
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 廖爱华 上海工程技术大学城市轨道交通学院 53 85 5.0 7.0
2 丁亚琦 12 16 2.0 3.0
3 范强飞 上海工程技术大学城市轨道交通学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (27)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(9)
  • 参考文献(3)
  • 二级参考文献(6)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
相关向量机
鲸鱼优化算法
滚动轴承
退化趋势
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
组合机床与自动化加工技术
月刊
1001-2265
21-1132/TG
大16开
大连市沙河口区新生路80号504室
8-62
1959
chi
出版文献量(篇)
9363
总下载数(次)
11
总被引数(次)
54585
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导