Exclusivo BibloRed
Otros

Remaining Useful Life Prediction of Rolling Bearings Using PSR, JADE, and Extreme Learning Machine

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Autor
Año de publicación 2016
Idioma Inglés
Publicado por Revista VirtualPRO,

Descripción: Los rodamientos desempeñan un papel fundamental en la maquinaria rotativa. La evaluación de la degradación y la predicción de la vida útil restante (RUL) de los rodamientos son fundamentales para el mantenimiento basado en el estado. Sin embargo, la extracción de características sensibles sigue siendo un reto formidable. En este trabajo, se introduce un nuevo método de extracción de características para obtener las características sensibles a través de la reconstitución del espacio de fase (PSR) y la diagonalización conjunta aproximada de las matrices propias (JADE). En primer lugar, las características originales se extraen de las señales de vibración de los rodamientos en el dominio del tiempo y la frecuencia. En segundo lugar, se aplica el PSR para incrustar las características originales en un espacio de fase de alta dimensión. La dispersión entre clases y dentro de una misma clase ( S S ) se calcula para evaluar la sensibilidad de las características a través de la distribución de puntos de fase de diferentes etapas de degradación y, a continuación, se asignan diferentes pesos a las características correspondientes en función de la S S calculada. En tercer lugar, se emplea el JADE para fusionar las características ponderadas y obtener las características avanzadas que pueden reflejar mejor el proceso de degradación del rodamiento. Finalmente, las características avanzadas se introducen en la máquina de aprendizaje extremo (ELM) para entrenar el modelo de predicción RUL. Se llevan a cabo una serie de estudios de casos experimentales para verificar la eficacia del método propuesto. Los resultados muestran que las características avanzadas extraídas pueden reflejar mejor el proceso de degradación en comparación con las características tradicionales y pueden predecir eficazmente el RUL del rodamiento.
Citación recomendada (normas APA)
: Hindawi Publishing Corporation, "Remaining Useful Life Prediction of Rolling Bearings Using PSR, JADE, and Extreme Learning Machine", -:Revista VirtualPRO,, 2016. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3920923/), el día 2025-06-07.

Información adicional

Fuente Revista Virtual Pro
Términos y condiciones de uso Más información aquí
Año de publicación 2016

Remaining Useful Life Prediction of Rolling Bearings Using PSR, JADE, and Extreme Learning Machine

Información adicional

Mis colecciones

¿Eliminar esta reseña?