排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
[目的]在参考中国船级社《智能船舶规范》中智能机舱定义和要求的基础上,探索机舱设备故障预测与健康管理相关技术,开展轴承剩余寿命预测方法研究。[方法]针对常规数据驱动的轴承剩余寿命预测存在预测精度不佳的问题,利用集成学习Stacking融合策略,优选极限梯度提升(XGBoost)与人工神经网络(ANN)为基学习器,岭回归(ridge regression)为元学习器,构建R-A-X(Ridge-ANN-XGBoost)融合预测模型。选用IEEE PHM 2012 Prognostic Challenge同工况下的全寿命周期数据作为数据集设计预测性能对比实验,以MAE和R2为性能评价指标,对比研究基于单一算法、简单平均融合方式以及R-A-X融合方法的轴承剩余寿命预测性能。[结果]结果表明,基于Stacking构建的R-A-X融合预测模型的绝对平均误差(MAE)与决定系数(R2)评价值均优于文中涉及的其他方法,预测精度最高可提升20%。[结论]所提出的方法可提升轴承剩余寿命预测精度,对智能机舱中设备健康管理的实现具有一定的参考价值。 相似文献
2.
3.
针对城轨列车的结构形式,以典型地铁头车车体司机室安装接口为设计约束,设计一种底架薄壁梁司机室结构.首先对城轨列车底架吸能结构进行设计,并基于模型设计,研制实际司机室结构样机,并通过冲击试验对吸能结构进行了耐撞性研究,结构撞击平台力为1450 kN,吸收能量为550 kJ.随后建立有限元模型,对吸能结构进行数值仿真,最终对有限元与试验研究结果进行分析,结构在撞击力、吸能量、变形模式、压缩位移、褶皱形状及位置基本一致.研究结果表明:试验和仿真的误差范围控制在10%以内,验证了该有限元模型拥有较高的精度,可通过仿真手段代替试验研究,进一步探究各冲击工况下的动态响应. 相似文献
4.
1