一种基于神经网络架构搜索的转盘轴承寿命预测方法

    公开(公告)号:CN116628482B

    公开(公告)日:2024-11-05

    申请号:CN202310561242.7

    申请日:2023-05-18

    摘要: 本发明涉及转盘轴承寿命预测领域,具体地说,涉及一种基于神经网络架构搜索的转盘轴承寿命预测方法,包括以下步骤S1:将转盘轴承振动信号进行小波包分解降噪,并提取时域特征构建转盘轴承数据集;S2:构建基于Cell的搜索空间,Cell是由包含N个节点的有序序列组成的有向无环图;S3:通过转盘轴承数据集搜索最佳Cell,将最佳Cell堆叠形成最终的网络架构;S4:使用S3得到的网络架构进行转盘轴承寿命预测;本发明使用神经网络架构搜索,自动搜索出符合转盘轴承寿命预测要求的神经网络架构,解放了人力,提高了工程生产中的安全性和经济性。

    一种基于数据的转盘轴承早期故障在线识别方法

    公开(公告)号:CN118094182A

    公开(公告)日:2024-05-28

    申请号:CN202410162291.8

    申请日:2024-02-05

    摘要: 本发明提供了一种基于数据的转盘轴承早期故障在线识别方法,涉及转盘轴承健康监测技术领域。该方法首先获取其转盘轴承的在线振动信号监测数据;然后利用自适应完全鲁棒均值分解(CERLMDAN)将振动信号分解成多个产品函数(PF),并利用参数优化算法优化分解参数,采用核主元分析(KPCA)选择出故障PF进行重构,以达到滤波消噪的目的;接着,对振动信号进行数据缩减,并对缩减后的振动信号进行邻域相关图椭圆拟合,以椭圆倾角变化作为早期故障的判别指标,实现转盘轴承早期故障在线识别。该方法为大型低速旋转机械的早期故障识别提供了一种新的解决方案,进而在机械设备识别领域进行广泛应用。

    一种基于改进BP神经网络的数控成形磨齿机直线轴几何综合误差辨识方法

    公开(公告)号:CN114690707A

    公开(公告)日:2022-07-01

    申请号:CN202111456269.7

    申请日:2021-12-01

    IPC分类号: G05B19/408

    摘要: 本发明提供了一种基于改进BP神经网络的数控成形磨齿机直线轴几何综合误差辨识方法,其步骤如下:分析数控成形磨齿机直线轴垂直度误差对其他6项几何综合误差的影响;建立包含垂直度误差在内的直线轴7项几何综合误差模型;结合改进BP神经网络算法,将测点布置空间分为3段,减少测量点集并进行测量;将误差测量项代入几何综合误差模型,进行解耦得到矩阵变换关系;训练BP神经网络,得到直线轴几何综合误差动态量。本发明简化了磨齿机直线轴7项几何综合误差辨识测量过程,节约了测量的成本和时间,提高了误差辨识的准确性和稳定性,可以优化解耦出数控磨齿机直线轴7项几何综合误差动态量。

    一种基于改进BP神经网络的数控成形磨齿机直线轴几何综合误差辨识方法

    公开(公告)号:CN114690707B

    公开(公告)日:2023-08-18

    申请号:CN202111456269.7

    申请日:2021-12-01

    IPC分类号: G05B19/408

    摘要: 本发明提供了一种基于改进BP神经网络的数控成形磨齿机直线轴几何综合误差辨识方法,其步骤如下:分析数控成形磨齿机直线轴垂直度误差对其他6项几何综合误差的影响;建立包含垂直度误差在内的直线轴7项几何综合误差模型;结合改进BP神经网络算法,将测点布置空间分为3段,减少测量点集并进行测量;将误差测量项代入几何综合误差模型,进行解耦得到矩阵变换关系;训练BP神经网络,得到直线轴几何综合误差动态量。本发明简化了磨齿机直线轴7项几何综合误差辨识测量过程,节约了测量的成本和时间,提高了误差辨识的准确性和稳定性,可以优化解耦出数控磨齿机直线轴7项几何综合误差动态量。