基于多特征参量的回转支承智能健康状态评估.pdfVIP

第３６卷第２期 南　 京　 工　 业　 大　 学　 学　 报　 （自然 科 学 版） Ｖｏｌ．３６ Ｎｏ．２ ２０１４年３月 ＪＯＵＲＮＡＬ ＯＦ ＮＡＮＪＩＮＧＴＥＣＨ ＵＮＩＶＥＲＳＩＴＹ （Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） Ｍａｒ． ２０１４ － ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１６７１ ７６２７．２０１４．０２．０１７ 基于多特征参量的回转支承智能健康状态评估 汤明敏，王　 华，黄筱调 （南京工业大学机械与动力工程学院，江苏 南京 ２１０００９） 摘　 要：为了提高回转支承运行可靠性，及时发现其潜在的失效，实施良好的设备维护与管理，有必要对其进行健 康状态评估。 选取表征回转支承健康状态的温度和扭矩作为特征参量，建立了一种采用遗传算法优化动态递归 Ｅｌｍａｎ神经网络的回转支承多参量健康状态评估模型，并利用３ ＭＷ 变桨回转支承疲劳寿命实验数据对该模型进 行了网络训练和测试。 结果表明，该模型