【摘 要】
：
有效的寿命预测方法在对安全性和可靠性要求较高的机械加工领域具有重要的研究价值。近年来,随着存储设备容量的提高,用于分析处理的监测数据呈现海量、高维度以及多度量性的特点,太多的输入数据会导致模型收敛困难,影响预测效果。虽然传统方法例如支持向量回归等在性能退化参数预测上取得了不错的效果,但当模型的输入特征缺乏足够的信息时,依然会对结果产生很大的影响,这为评估设备当前的性能退化参数以及预测剩余使用寿命带
论文部分内容阅读
有效的寿命预测方法在对安全性和可靠性要求较高的机械加工领域具有重要的研究价值。近年来,随着存储设备容量的提高,用于分析处理的监测数据呈现海量、高维度以及多度量性的特点,太多的输入数据会导致模型收敛困难,影响预测效果。虽然传统方法例如支持向量回归等在性能退化参数预测上取得了不错的效果,但当模型的输入特征缺乏足够的信息时,依然会对结果产生很大的影响,这为评估设备当前的性能退化参数以及预测剩余使用寿命带来了巨大挑战。同时传统的基于指数平滑算法的寿命预测方法存在着无法自适应调整模型平滑系数的问题,这使得面对
其他文献
滚动轴承是旋转机械的重要零部件,实现其结构健康监测对机械设备的正常运转至关重要。工业现场中,因传递路径复杂、负载变化等因素,采集的振动信号呈现强噪声干扰、非平稳的特点,如何从中准确地提取出非平稳故障特征是一个难点。针对上述问题,本文以旋转机械中的滚动轴承为研究对象,以时频分析方法为突破口,首先研究基于凸优化的低秩矩阵逼近方法,提高待分析信号时频变换矩阵的信噪比;然后针对时频平面中多组分信号脊线提取
随着社会需求的多元化、制造设备及技术的更新优化、绿色制造理念的深入,当前制造业的生产调度模式正面临着巨大的挑战。与此同时,AGV作为一种灵活高效的输送设备在制造系统得到广泛应用。因此,本文针对AGV的开放车间调度问题进行深入研究,主要研究内容如下:(1)针对开放车间调度问题,建立了数学模型和析取图模型,结合析取图模型,提取了关键路径和关键块,设计了混合邻域搜索与遗传算法。测试结果表明,混合算法对不
车间调度是智能制造的重要组成部分之一。随着社会的发展进步,人们对工作环境提出更高要求,其中之一是有足够的休息时间。因此,本文提出考虑作息时间的车间调度问题,分别构建了考虑作息时间且混合加工可恢复与加工不可恢复的作业车间、柔性作业车间与流水车间调度问题模型,以遗传算法为主要技术手段,研究了相应的求解算法。通过标准算例验证算法的正确性、有效性/优越性,再进行案例仿真,验证了模型及算法的正确性,分析了加
经典调度问题中假设机器是一直可用的。然而,长时间工作会降低机器可靠性,严重时可能突发故障,致使生产中断,导致巨大的经济损失,严重时还会造成人身伤亡。为避免上述问题发生,需对机器进行预防维护,减少故障概率。另一方面,预防维护需占用一定生产时间,只有将生产调度与维护计划集成优化,在合理时间安排预防维护,才能在保证设备可靠性的前提下,提升企业生产效率。同时,预防维护并不能杜绝机器故障的发生,故障维护也会
在药品推荐问题中，用户和药品数量众多，且用户通常出于疾病需求才会与少数药品产生交互，数据稀疏性问题严重。相关研究发现，在基础模型中融入辅助信息可以有效缓解数据稀疏性问题。 因此，本文从用户和药品的角度展开研究，克服使用稀疏的评分矩阵进行推荐时推荐结果不准确的问题，提出了两种改进的混合模型。本文的主要工作如下: (1)提出一种融合药品语义和用户行为的混合推荐算法DSUB-MF。首先使用药品分类信
在实际的工业环境中,齿轮箱由于工作强度高且工作环境恶劣,在使用过程中容易发生故障。对齿轮箱的振动信号进行分析是一种实用且有效的检测故障的方法。但使用传感器采集到的振动信号不仅包含齿轮、轴承等关键部件的耦合振动信息,还包含背景噪声及其它干扰信息。尤其是齿轮箱同时发生多种故障时,对齿轮箱故障的检测与诊断更为困难。本文针对机械设备中的多故障问题提出了基于空间时频分布(STFD)的欠定盲源分离方法,并将其