基于深度学习的旋转机械设备剩余寿命预测技术.docxVIP

基于深度学习的旋转机械设备剩余寿命预测技术.docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

摘要

旋转机械设备的剩余寿命预测问题是保障机械设备长周期安全可靠运行的关键,但传统的机械设备剩余寿命预测技术需要从浩如烟海的大数据中提取退化特征信息并对其进行建模,因而往往存在着预测精度低的缺点。近些年来,随着无线传感、物联网等技术的快速兴起与普及,各种传感器在装备内部密布着,就像人脑中的神经网络一般随时感知着装备的一举一动。因此,若能结合深度学习技术在大数据处理上的优势,直接建立监测数据与剩余寿命

的映射关系,将为旋转机械设备剩余寿命预测技术的发展提供新的途径。为此,本文研究了基于深度学习的机械设备剩余寿命预测问题,主要完成的工作包括:

(1)选取Keras作为本文模型搭建的深度

文档评论(0)

123456 + 关注
实名认证
文档贡献者

123456

1亿VIP精品文档

相关文档