首页期刊导航|现代工业经济和信息化
期刊信息/Journal information
现代工业经济和信息化
现代工业经济和信息化

月刊

现代工业经济和信息化/Journal Modern Industrial Economy and Informationization
正式出版
收录年代

    基于AOA-LSTM方法工业机器人轴承剩余使用寿命预测

    王晋虎
    263-265页
    查看更多>>摘要:为了提高工业机器人运行过程中振动控制精度,设计了一种基于算数优化算法(AOA)改进长短时记忆网络(LSTM)方法工业机器人轴承剩余使用寿命预测方法,并采用RMSE和MAE指标对预测模型进行评估.研究结果表明:损失曲线随着迭代次数增加趋于稳定,评估证明方法取得较好的预测结果.AOA-LSTM与实际值预测结果拟合度更高,较小的预测误差证明了方法的有效性.该方法有助于提高工业机器人轴承的使用效率,为后续整机性能测试奠定基础.

    工业机器人轴承剩余使用寿命算术优化算法长短时记忆网络

    内燃机车主轴承失效故障分析及控制措施研究

    孟泽宇
    266-267,270页
    查看更多>>摘要:以某内燃机车为例,对柴油机主轴承失效情况进行统计,从机体、曲轴、轴瓦三大部件方面剖析主轴承失效的原因,并提出具体的控制措施.

    内燃机车柴油机主轴承失效控制措施

    基于CEEMDAN-SVM算法的工业机器人轴承故障诊断研究

    王启晗张卫斌
    268-270页
    查看更多>>摘要:工业机器人传动效率离不开轴承,为了提高对轴承振动信号的识别能力,设计了一种基于自适应噪声完备集成经验模态分解(CEEMDAN)-支持向量机(SVM)算法的工业机器人轴承故障诊断方法.采用CEEMDAN对振动信号分解,基于相关系数筛选出包含关键信息的IMF分量,通过SVM完成工业机器人轴承故障类型识别.研究结果表明:以相关系数0.2为衡量标准,IMF1-IMF5相关系数均在0.2之上,分类准确率为100%,表明该算法能够有效地检测工业机器人轴承的故障类别.相比较EMD以及PSO方法,CEEMDAN算法分类准确率明显最高,信号分解有助于EMDE算法,验证了信号分解的有效性.算法具有可观的故障识别精度和稳定性,可拓宽应用到其他的传动领域.

    工业机器人轴承振动信号故障识别特征提取