张中益:基于神经网络的小样本轴承球可靠度评估论文

张中益:基于神经网络的小样本轴承球可靠度评估论文

本文主要研究内容

作者张中益,沈雪瑾(2019)在《基于神经网络的小样本轴承球可靠度评估》一文中研究指出:为建立轴承球磨损量数学模型并结合模型对样本进行可靠度评估,设计了BP神经网络,对磨损量曲线进行拟合。分析表明,拟合曲线能够很好地表达磨损量的变化趋势。通过提取神经网络的权值、阈值参数,建立了磨损量数学模型,并结合模型和蒙特卡洛法对小样本数据进行了处理,进而基于性能退化量分布评估了轴承球的可靠度。结果表明提出的方法针对基于单一性能退化的小样本可靠度评估问题提供了有效的解决途径。

Abstract

wei jian li zhou cheng qiu mo sun liang shu xue mo xing bing jie ge mo xing dui yang ben jin hang ke kao du ping gu ,she ji le BPshen jing wang lao ,dui mo sun liang qu xian jin hang ni ge 。fen xi biao ming ,ni ge qu xian neng gou hen hao de biao da mo sun liang de bian hua qu shi 。tong guo di qu shen jing wang lao de quan zhi 、yu zhi can shu ,jian li le mo sun liang shu xue mo xing ,bing jie ge mo xing he meng te ka luo fa dui xiao yang ben shu ju jin hang le chu li ,jin er ji yu xing neng tui hua liang fen bu ping gu le zhou cheng qiu de ke kao du 。jie guo biao ming di chu de fang fa zhen dui ji yu chan yi xing neng tui hua de xiao yang ben ke kao du ping gu wen ti di gong le you xiao de jie jue tu jing 。

论文参考文献

  • [1].基于神经网络和维修窗的轴承维修建模[J]. 张鑫,赵建民,倪祥龙,李海平.  机械强度.2018(01)
  • [2].基于BP神经网络的轴承故障诊断研究[J]. 林名润,王杰,闫大鹏,文珊珊,杜明俊.  山东工业技术.2018(09)
  • [3].一种优化的SOM模型及其在轴承故障诊断中的应用[J]. 魏永合,冯睿智,魏超,王晶晶.  沈阳理工大学学报.2017(03)
  • [4].小波包与RBF神经网络相结合的齿轮故障诊断[J]. 张江涛,史朋波,张娴.  科技创新与应用.2017(24)
  • [5].基于神经网络的故障诊断方法研究[J]. 鲁豪,耿晨,肖亚迪.  装备制造技术.2015(12)
  • [6].基于深度神经网络的学术画像预测[J]. 李晓雪,康哲舟,毕冠群,曹亚男,尚燕敏.  大数据.
  • [7].基于脉冲神经网络的类脑计算[J]. 王秀青,曾慧,韩东梅,刘颖,吕锋.  北京工业大学学报.
  • [8].1995年世界神经网络大会述评[J]. 迟惠生,陈珂.  国际学术动态.1996(01)
  • [9].脉冲神经网络和行为识别[J]. 吴立可.  通讯世界.2018(12)
  • [10].基于卷积神经网络的船舶分类模型[J]. 林嘉应,郑柏伦,刘捷.  信息技术与信息化.2019(02)
  • 读者推荐
  • [1].文本无关的小样本手写汉字笔迹鉴别方法[J]. 全志楠,林家骏.  华东理工大学学报(自然科学版).2018(06)
  • [2].基于迁移学习的小样本农作物病害识别[J]. 燕斌,周鹏,严利.  现代农业科技.2019(06)
  • 论文详细介绍

    论文作者分别是来自工业控制计算机的张中益,沈雪瑾,发表于刊物工业控制计算机2019年05期论文,是一篇关于轴承球论文,磨损量论文,神经网络论文,性能退化论文,小样本论文,可靠度论文,工业控制计算机2019年05期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自工业控制计算机2019年05期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  ;  

    张中益:基于神经网络的小样本轴承球可靠度评估论文
    下载Doc文档

    猜你喜欢