基于深度小波极限学习机的轴承剩余寿命预测方法及系统.pdfVIP

下载本文档

2
0
约2.09万字
约 18页
2023-04-23 发布于北京
举报
版权申诉

基于深度小波极限学习机的轴承剩余寿命预测方法及系统.pdf

1、本文档共18页，其中可免费阅读17页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度小波极限学习机的轴承剩余寿命预测方法及系统，通过时变3σ准则检测轴承故障发生时刻，将轴承运行状态分为健康阶段与退化阶段，采用信号处理方法对振动信号进行分解，并计算每个尺度下信号均方根值，作为表征轴承退化状态的原始特征；构建基于深度小波极限学习机的监督学习模型得到DWELM‑HI指标；采用线性模型描述DWELM‑HI的退化趋势，并使用粒子滤波估计线性模型的参数，根据估计的参数预测当前时刻轴承的剩余使用寿命并给出RUL概率分布。本发明将数据驱动与模型驱动寿命方法相结合，一方面

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113962253 A (43)申请公布日 2022.01.21 (21)申请号 202111130094.0 G06Q 10/04 (2012.01)