简介:摘 要:针对高铁列车车载蓄电池剩余寿命的问题,本文采用故障预测与健康管理方法,提出通过选取特征因子表征蓄电池的状态,并在基于大量数据基础采用神经网路算法对蓄电池剩余使用时长进行预测。为高速铁路列车车载蓄电池的延长使用寿命和维护工作提供一定的指导。
简介:摘要:锂离子电池因其容量高、安全性好、环保等优点被广泛应用于各行各业,如电子通讯、航空航天等。但锂离子电池在使用一段时间后往往会变质,这对设备和仪器非常不利。因此,预测锂离子电池的使用寿命非常重要。
简介:摘要:针对航空管制雷达驱动机构中的轴承实际工作环境中往往环境噪声较大,严重制约了信号的分析,影响最终的信号分析与判断的问题,本文提出了一种基于完全集合经验模态分解(Complete EEMD with Adaptive Noise,CEEMDAN)和长短期记忆网络(LSTM,Long Short-Term Memory)的滚动轴承剩余寿命预测方法。以PHM2012滚动轴承数据集为实验数据,利用采集到三种不同工况下的X轴和Y轴振动信号,利用 CEEMDAN对振动信号分解并筛选主要 IMF分量,计算前 7阶 IMF分量的能量熵作为特征向量;最后将特征向量LSTM进行寿命预测。实验结果表明本文提出的模型有效,为工程应用中滚动轴承剩余寿命预测提供参考。
简介:摘 要:本文提出了一种结合物理模型方法所需样本量少和数据驱动方法预测精度高及预测速度快的优点的Wiener-ANN模型用于电梯轴承剩余使用寿命预测。单一时域特征未能完整地描述轴承的退化过程,所以本文使用了时频域特征作为多源输入数据对模型进行优化和预测。首先对轴承振动信号进行小波分解得到不同频段的能量密度时频域特征作为多源输入数据,用于优化Wiener过程模型的参数并使用优化后的Wiener模型进行第一阶段预测;构建了一个三层ANN网络,以第一阶段的一系列预测结果作为训练数据优化ANN网络模型;用优化后的Wiener模型联合ANN网络对测试数据集进行剩余寿命预测。
简介:摘要:在制造业中,数控铣床的刀具寿命是决定机床生产效率及制造成本的重要因素之一。本研究首先采用了实验数据和理论分析方法建立了预测数控铣床刀具寿命的数学模型。然后,通过分析和比较不同刀具耐损性能以及切削参数对刀具寿命的影响,进一步对数控铣床刀具的参数进行优化。实验证明,通过优化后的参数设置,可显著提高刀具的耐用性,且刀具的寿命预测与实际结果的一致性大幅度提升,从而有效地降低了生产成本并提高了生产效率。此外,本研究所提出的数控铣床刀具寿命预测和优化方法,不仅有助于制定更为精确和合理的生产计划,而且具有很高的实用价值和广阔的应用前景。