期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于Autoencoder-BLSTM的涡扇发动机剩余寿命预测 被引量:38
1
作者 宋亚 夏唐斌 +2 位作者 郑宇 卓鹏程 潘尔顺 《计算机集成制造系统》 EI CSCD 北大核心 2019年第7期1611-1619,共9页
准确预测涡扇发动机的剩余使用寿命,对于合理制定维护策略,降低维护成本具有重要意义。针对发动机状态监测数据样本量大、维度高的特点,提出一种整合自编码神经网络(Autoencoder)和双向长短期记忆(BLSTM)神经网络优势的混合健康状态预... 准确预测涡扇发动机的剩余使用寿命,对于合理制定维护策略,降低维护成本具有重要意义。针对发动机状态监测数据样本量大、维度高的特点,提出一种整合自编码神经网络(Autoencoder)和双向长短期记忆(BLSTM)神经网络优势的混合健康状态预测模型,优化涡扇发动机的剩余使用寿命预测。首先利用Autoencoder方法作为特征提取工具,对状态监测数据进行压缩,然后利用BLSTM方法捕捉特征双向长程依赖的特性,构建剩余使用寿命的混合深度学习预测模型。基于通用数据集开展测试比较,结果表明Autoencoder-BLSTM混合模型的预测精度优于现有多层感知机、支持向量回归、卷积神经网络和长短期记忆神经网络等方法,可有力支撑涡扇发动机的健康管理与运维决策。 展开更多
关键词 智能服务技术 剩余使用寿命 自编码神经网络 双向长短期记忆神经网络 深度学习 故障诊断 涡扇发动机
下载PDF
面向滚动轴承全生命周期故障诊断的GA-OIHF Elman神经网络算法 被引量:8
2
作者 卓鹏程 严瑾 +2 位作者 郑美妹 夏唐斌 奚立峰 《上海交通大学学报》 EI CAS CSCD 北大核心 2021年第10期1255-1262,共8页
针对高背景噪声下滚动轴承全生命周期(轻度退化、中度退化、重度退化)故障诊断需求,提出GA-OIHF(Genetic Algorithm-Output Input Hidden Feedback)Elman神经网络模型,实现退化故障的精准诊断.利用集合经验模态分解对振动信号进行有效... 针对高背景噪声下滚动轴承全生命周期(轻度退化、中度退化、重度退化)故障诊断需求,提出GA-OIHF(Genetic Algorithm-Output Input Hidden Feedback)Elman神经网络模型,实现退化故障的精准诊断.利用集合经验模态分解对振动信号进行有效降噪与故障特征提取.设计OIHF Elman神经网络,并在Elman神经网络结构的基础上,同时增加输出层对隐含层与输入层的反馈,进一步提高其对滚动轴承全生命周期数据的处理能力.然后,通过结合遗传算法构建一种新的GA-OIHF Elman神经网络模型,该模型综合了遗传算法的全局寻优与OIHF Elman神经网络的局部寻优能力,从而实现对滚动轴承全生命周期的精确故障诊断.实验结果表明,所提出的GA-OIHF Elman方法不仅对于滚动轴承全生命周期故障具有准确的诊断效果,而且保证了诊断模型对于不同故障(不同故障部件与不同故障时期)的诊断稳定性. 展开更多
关键词 滚动轴承 遗传算法 ELMAN神经网络 集合经验模态分解 全生命周期
下载PDF
基于OHF Elman-AdaBoost算法的滚动轴承故障多时期诊断方法 被引量:4
3
作者 卓鹏程 夏唐斌 +2 位作者 郑美妹 郑宇 奚立峰 《振动与冲击》 EI CSCD 北大核心 2021年第6期71-78,共8页
针对随机噪声下滚动轴承多时期(初期、中期、晚期)故障诊断需求,提出OHF Elman-AdaBoost(output hidden feedback Elman-adaptive boosting)算法,以实现滚动轴承的精确故障诊断。采用集合经验模态分解(ensemble empirical mode decompos... 针对随机噪声下滚动轴承多时期(初期、中期、晚期)故障诊断需求,提出OHF Elman-AdaBoost(output hidden feedback Elman-adaptive boosting)算法,以实现滚动轴承的精确故障诊断。采用集合经验模态分解(ensemble empirical mode decomposition,EEMD)对原始信号进行分解、降噪、信号重构。设计OHF Elman方法在Elman神经网络的基础上增加输出层对隐含层的反馈,提高了其对动态数据的记忆功能。选择OHF Elman神经网络作为弱回归器,结合AdaBoost算法集成出一种新的强回归器:OHF Elman-AdaBoost算法。实验结果表明,该算法不仅对滚动轴承不同故障时期具有很好的诊断效果,而且提高了对全样本数据的诊断准确度,为滚动轴承故障诊断提供了新型工具和有效方案。 展开更多
关键词 滚动轴承 OHF Elman-AdaBoost 神经网络 集合经验模态分解(EEMD) 故障多时期诊断
下载PDF
Real-Time Fault Diagnosis for Gas Turbine Blade Based on Output-Hidden Feedback Elman Neural Network 被引量:4
4
作者 zhuo pengcheng ZHU Ying +2 位作者 WU Wenxuan SHU Junqing XIA Tangbin 《Journal of Shanghai Jiaotong university(Science)》 EI 2018年第S1期95-102,共8页
In order to remotely monitor and maintain large-scale complex equipment in real time, China Telecom plans to create a total solution that integrates remote data collection, transmission, storage, analysis and predicti... In order to remotely monitor and maintain large-scale complex equipment in real time, China Telecom plans to create a total solution that integrates remote data collection, transmission, storage, analysis and prediction. This solution can provide manufacturers with proactive, systematic, integrated operation and maintenance service, and the data analysis and health forecasting are the most important part. This paper conducts health management for the turbine blades. Elman neural network, and improved Elman neural network, i.e., outputhidden feedback(OHF) Elman neural network are studied as the main research methods. The results verify the applicability of OHF Elman neural network. 展开更多
关键词 gas turbine BLADE health management output-hidden feedback(OHF) Elman neural network
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部