基于深度学习的滚动轴承剩余寿命预测方法研究及其应用黄杰亭.caj

基于1DCNN-DS的滚动轴承故障诊断算法研究，杨振波，贾民平，卷积神经网络在旋转机械故障诊断领域已经取得较大的发展，可以将原始振动信号直接输入到深度学习模型中便可以诊断故障类别。然而

提出了一种基于小波频谱分析的滚动轴承故障诊断方法。利用小波默认阈值方法进行数据消噪处理,并对消噪后振动数据进行了5层小波分解。根据轴承故障特征频率,对故障特征频率所在层进行小波重构,计算功率谱密度。对

PHM深度学习 PHM中的深度学习,故障诊断中的深度学习,剩余使用寿命预测中的深度学习 该存储库的目的是收集PHM领域中深度学习的应用研究,收集和组织开源算法资源,并为研究人员提供学习和交流的平台。

货车滚动轴承热轴故障一直是机械自动化专业的研究热点之一。一份题为《货车滚动轴承热轴故障分析及解决措施》的毕业论文涵盖了该领域的深刻研究。论文详细分析了热轴故障的成因，通过实验和理论研究提出了一系列科学

针对现有矿用电缆剩余寿命预测方法建模繁琐、失效数据采集困难、预测精度低等问题,提出了一种基于灰色预测和多尺度量子谐振子优化算法的矿用电缆剩余寿命预测方法。首先采集电缆加速湿热老化试验中不同温度下的介质

基于ARIMA和pf方法的锂电池的剩余使用寿命情况的预测和研究

基于物理机理的行星轮系齿根疲劳裂纹剩余寿命预测方法，程哲，胡茑庆，针对直升机主传动系统2K-H行星轮系中的齿根疲劳裂纹故障，提出了基于物理机理的剩余寿命预测方法。首先将太阳轮齿根裂纹植入2K-H行�

针对复杂机械设备剩余使用寿命难以预测的问题,提出了基于相似性的机械设备剩余使用寿命预测方法。基于相关性分析设计了特征量选取方案,通过计算预测数据与样本数据对应特征量的相似程度确定参考剩余使用寿命与权重

基于粒子滤波的模拟滤波器剩余使用寿命预测方法，龙兵，咸卫明，针对现有模拟滤波器电路故障预测技术方面的不足，提出了基于粒子滤波算法的剩余使用寿命预测方法。首先，提取模拟滤波器电路的特

用于继电器寿命预测，本文采用bp神经网络算法预测继电器的寿命，采用matlab仿真，将超程吸合时间作为输入