文献

J-GLOBAL ID：202002271832055641   整理番号：20A2515692

改良GABPニューラルネットワークに基づく転がり軸受の段階的寿命予測【JST・京大機械翻訳】

Staged life prediction of rolling bearing based on improved GA_BP neural network

著者 (4件)： Jingxiang Chen (School of Data Science and Software Engineering, Qingdao University Qingdao, Shandong) ,  Zhongqing Yu (School of Data Science and Software Engineering, Qingdao University Qingdao, Shandong) ,  Xixin Yang (School of Data Science and Software Engineering, Qingdao University Qingdao, Shandong) ,  Lu Guo (School of Data Science and Software Engineering, Qingdao University Qingdao, Shandong)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICBDT 2020  ページ： 85-92  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 転がり軸受の健康状態を評価するのが困難であり,残りの寿命を推定するのが難しいという問題を目的として,改良遺伝的アルゴリズムに基づくBPニューラルネットワークを最適化する方法を提案した。限られた状態の下で,軸受性能劣化を表す特性パラメータを抽出して,軸受性能劣化傾向を得るために融合して,圧延軸受状態の定量的分割を実現した。分割に基づいて,BPニューラルネットワークモデルを寿命予測のために使用した。モデルの早期問題を考慮して,改良適応法を,遺伝的演算子を動的に計算するために設計して,すなわち,交差率と突然変異率を適応解法過程の間に調整した。実験結果は,この方法が圧延軸の残存寿命の予測を効果的に達成することができ,実際の工学的応用に対して高い価値を持つことを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *転がり軸受 ,  *軸受 ,  圧延 ,  遺伝 ,  遺伝的アルゴリズム ,  寿命予測 ,  余寿命
準シソーラス用語： 健康状態 ,  性能劣化 ,  逆伝播ニューラルネットワーク ,  変異率 ,  特性パラメータ , 【Automatic Indexing@JST】

著者キーワード (4件)： 遺伝的オペレータ ,  改良GABPニューラルネットワーク ,  転がり軸受 ,  段階的寿命予測

分類 (1件)： 軸受  (QB01020W)

タイトルに関連する用語 (5件)： GABP ,  ニューラルネットワーク ,  転がり軸受 ,  段階 ,  寿命予測