基于CEEMD-SA-RNN的柴油机曲轴轴承磨损预测 |
| |
引用本文: | 李英顺田宇左洋张国莹周通.基于CEEMD-SA-RNN的柴油机曲轴轴承磨损预测[J].车用发动机,2022(4):85-92. |
| |
作者姓名: | 李英顺田宇左洋张国莹周通 |
| |
作者单位: | 北京石油化工学院信息工程学院 ,北京 102617 |
| |
基金项目: | 辽宁省“兴辽英才计划”项目(XLYC1903015)。 |
| |
摘 要: | 为解决传统故障诊断方法效率低的问题,以某步兵战车柴油机为研究对象,提出了一种补充的集合经验模态分解与奇异值分解相结合提取信号的特征,使用模拟退火算法优化循环神经网络对曲轴轴承磨损程度进行预测的方法。采用补充的集合经验模态分解方法对振动信号进行分解,用奇异值分解方法进行特征提取,利用特征对模拟退火算法优化的循环神经网络进行训练及预测。对所提出的算法进行试验分析,结果显示预测准确率达到97.48%,比普通的循环神经网络系统预测的准确率提高了5%以上。
|
关 键 词: | 故障预测 经验模态分解 神经网络 模拟退火 奇异值分解 曲轴轴承 磨损 |
本文献已被 维普 万方数据 等数据库收录! |