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:
针对传统机器学习出现“伪回归”问题,忽视非平稳序列间的长期依赖关系,提出协整理论和向量误差修正模型预测滚动轴承的性能退化趋势,进而预测其剩余使用寿命(RUL).首先从振动信号中提取峭度值、峰峰值和均方根值,并分析其平稳性.然后检验3种时域特征的协整关系,根据检验结果来建立向量误差修正模型,并对模型进行残差分析,分析结果接近于高斯白噪声分布,表明模型良好.最后利用该模型预测轴承性能退化趋势和RUL,并使用均方根误差(RMSE)、平均百分比误差(MPE)、平均绝对百分比误差(MAPE)和Theil不等系数来定量评估预测结果.实验结果表明,提出的向量误差修正模型相比于差分平均移动自回归-卡尔曼滤波模型,具有更高的预测精度,并简化了建模过程.
推荐文章
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
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
基于剩余使用寿命预测的替换时间和备件订购时间联合决策
预测维修
剩余使用寿命
联合决策
序贯决策
备件订购
基于主元特征融合和SVM的轴承剩余寿命预测
轴承剩余寿命预测
主元特征融合
支持向量机
主元分析
退化特征量
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 基于协整和向量误差修正的轴承剩余寿命预测
来源期刊 电子测量与仪器学报 学科
关键词 滚动轴承 协整理论 向量误差修正模型 剩余寿命预测
年,卷(期) 2020,(9) 所属期刊栏目 “电子测量仪器”专题|ELECTRONIC MEASURING INSTRUMENTS
研究方向 页码范围 32-39
页数 8页 分类号 TN06|TH133.3
字数 语种 中文
DOI 10.13382/j.jemi.B2003125
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (102)
共引文献  (16)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(8)
  • 参考文献(2)
  • 二级参考文献(6)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(10)
  • 参考文献(2)
  • 二级参考文献(8)
2018(8)
  • 参考文献(4)
  • 二级参考文献(4)
2019(9)
  • 参考文献(6)
  • 二级参考文献(3)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
滚动轴承
协整理论
向量误差修正模型
剩余寿命预测
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
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
总被引数(次)
44770
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导