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:
为了评估滚动轴承的可靠性和预测剩余寿命,提出一种基于RRMS特征和神经网络相结合的轴承剩余寿命预测方法.选取地铁牵引电机轴承为研究对象,首先在轴承疲劳寿命试验台上进行疲劳寿命试验,采集轴承振动信号;其次通过小波包对原始信号进行分解,提取振动信号的RRMS特征,将其作为表征轴承性能衰退变化趋势的指标,并确定轴承失效阈值;最后基于BP神经网络对轴承的剩余寿命进行预测.试验结果表明:预测值与实际值基本吻合,均方根误差小于0.015,验证了该方法的有效性.
推荐文章
基于小波包分析的高速牵引电机轴承故障诊断研究
牵引电机轴承
故障诊断
小波分析
虚拟仪器
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
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
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RRMS的地铁牵引电机轴承剩余寿命预测
来源期刊 制造业自动化 学科
关键词 RRMS 剩余寿命预测 BP神经网络 轴承
年,卷(期) 2021,(6) 所属期刊栏目 控制技术
研究方向 页码范围 1-5,11
页数 6页 分类号 TH133.3
字数 语种 中文
DOI 10.3969/j.issn.1009-0134.2021.06.001
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (175)
共引文献  (101)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(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)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(17)
  • 参考文献(0)
  • 二级参考文献(17)
2012(19)
  • 参考文献(0)
  • 二级参考文献(19)
2013(19)
  • 参考文献(1)
  • 二级参考文献(18)
2014(19)
  • 参考文献(0)
  • 二级参考文献(19)
2015(20)
  • 参考文献(0)
  • 二级参考文献(20)
2016(28)
  • 参考文献(2)
  • 二级参考文献(26)
2017(9)
  • 参考文献(2)
  • 二级参考文献(7)
2018(9)
  • 参考文献(5)
  • 二级参考文献(4)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(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)
研究主题发展历程
节点文献
RRMS
剩余寿命预测
BP神经网络
轴承
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
制造业自动化
月刊
1009-0134
11-4389/TP
大16开
北京德胜门外教场口1号
2-324
1979
chi
出版文献量(篇)
12053
总下载数(次)
12
总被引数(次)
59694
论文1v1指导