基于改进灰色神经网络的液压泵寿命预测

被引：26

作者：

何庆飞

陈桂明

陈小虎

姚春江

机构：

[1] 第二炮兵工程学院

来源：

中国机械工程 | 2013年 / 24卷 / 04期

关键词：

液压泵; 寿命预测; GM(1,1)模型; 神经网络; 支持向量机;

D O I：

暂无

中图分类号：

TH137.51 [液压马达、液压缸和泵]; TP183 [人工神经网络与计算];

学科分类号：

080401 ; 080704 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

改进了GM(1,1)模型,提高了其精度和适应范围;将改进的GM(1,1)模型与神经网络预测模型相结合来构建灰色神经网络组合预测模型;提出了基于支持向量机的液压泵寿命特征启发式搜索策略,以液压泵寿命特征参数特征集的交叉验证错误率为评价指标,从液压泵的特征参数(振动、压力、流量、温度、油液信息等)中选取寿命特征因子;运用小波阈值降噪法进行降噪处理,提取典型的小波包能量特征作为模型的输入。以齿轮泵为例,将改进的灰色神经网络预测模型与原始GM(1,1)模型和改进GM(1,1)模型比较可知,灰色神经网络预测模型预测精度最高,达到98.42%。

引用

页码：500 / 506

页数：7

共 15 条

[1] 基于改进灰色预测模型的液压泵寿命预测 [J].

何庆飞 ;

陈桂明 ;

陈小虎 ;

姚春江 ;

杨庆 .

润滑与密封, 2011, 36 (07) :27-31+35

[2] 一种基于灰色预测模型的预测桁架结构疲劳寿命的数值方法 [J].

李源 ;

韩旭 ;

姜潮 ;

王林军 .

中国机械工程, 2011, 22 (06) :710-714

[3] 光滑性条件的缺陷及其弥补办法 [J].

魏勇 ;

胡大红 .

系统工程理论与实践, 2009, 29 (08) :165-170

[4] 基于径向基函数神经网络的发动机磨损预测分析 [J].

刘玉兵 ;

张宗扬 ;

吴国军 .

润滑与密封, 2009, 34 (01) :71-72+83

[5]

NEW METHOD OF EXTRACTING WEAK FAILURE INFORMATION IN GEARBOX BY COMPLEX WAVELET DENOISING[J]. CHEN Zhixin XU Jinwu YANG Debin School of Mechanical Engineering,University of Science and Technology Beijing,Beijing 100083, China.Chinese Journal of Mechanical Engineering. 2008(04)

[6] 灰色神经网络模型在海水腐蚀预测中的应用 [J].