用户名 密 码 登 录 忘记密码 免费注册

网站会员中心 | 设为首页 | 加入收藏

 您好，欢迎光临中国轴承行业网         退出登陆

会员中心 | 设为首页 | 加入收藏

协会

统计

国外文献 > 1.轴承 > 6. 信号处理与特征分析 > 特征与分类

关键词搜索：

标 题： A New Enhanced Feature Extraction Strategy for Bearing Remaining Useful Life Estimation
轴承剩余使用寿命估计的新增强特征提取策略
作 者： Jaouher Ben Ali
Lotfi Saidi
Brigitte Chebel-Morello
Farhat Fnaiech
关键词： Bearing  [轴承]
Feature Extraction  [ 特征提取]
Prognostics and Health Management (PHM)  [ 预测与健康管理（PHM）]
Remaining Useful Life (RUL)  [ 剩余使用寿命（RUL）]
出版年： 2014
会议名： 15th International Conference on Sciences and Techniques of Automatic Control and Computer Engineering (STA 2014)
第15届自动控制与计算机工程科学与技术国际会议（STA 2014）
届 次： 15th
摘 要： Accurate Remaining Useful Life (RUL) prediction of critical assets is an important challenge in condition based maintenance to improve reliability and to decrease machine's breakdown and maintenance's cost. Bearing is one of the most important components in industries that need to be monitored and the user should predict its RUL. The challenge of this study is to propose a new strategy for RUL feature extraction. The proposed methodology provides better features in term of monotonicity. This specification ensures a better RUL prediction by comparing the test degradation features to the library of instance. Experimental results show that the proposed methodology is very promising for RUL estimation by industry.

对关键资产进行准确的剩余使用寿命（RUL）预测，是基于状态的维护中的一项重要挑战，旨在提高可靠性并降低设备故障和维护成本。轴承是工业领域中最关键的部件之一，需要持续监控，用户应对其寿命进行预测。本研究的挑战在于提出一种新的RUL特征提取策略。所提出的方案在单调性方面提供了更优的特征。该特性通过将测试退化特征与实例库进行比较，确保了更准确的RUL预测。实验结果表明，该方法在工业应用中的RUL估计方面具有很高的潜力。
中文内容为网络AI翻译，专业术语未必准确，仅供参考。

VIP网员

联系我们 | 登录注册 | 会员管理 | 网员服务 | 服务信息 | 广告服务 | 高薪聘请 | 法律声明 | 关于我们

京公网安备 11010202009788    京ICP备2021015424号