重庆理工大学学报2021，Vol.35Issue(10) ：111-119.DOI:10.3969/j.issn.1674-8425(z).2021.10.015

Spark平台下基于优化BP神经网络模型的接触疲劳剩余寿命预测

Remaining Life Prediction of Contact Fatigue Based on Optimized BP Neural Network Model on Spark Platform

刘致远 刘渊博 杨峰 鲁凯旋 刘妤
重庆理工大学学报2021，Vol.35Issue(10) ：111-119.DOI:10.3969/j.issn.1674-8425(z).2021.10.015
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

Spark平台下基于优化BP神经网络模型的接触疲劳剩余寿命预测

Remaining Life Prediction of Contact Fatigue Based on Optimized BP Neural Network Model on Spark Platform

刘致远 1刘渊博 1杨峰 1鲁凯旋 1刘妤1
扫码查看

作者信息

  • 1. 重庆理工大学 机械工程学院,重庆 400054
  • 折叠

摘要

针对海量监测数据背景下传统方法难以实现对机械装备/零部件状态的可靠诊断与预测等问题,以自主研发的滚动接触疲劳试验装备为依托,提出了一种Spark平台下基于优化BP神经网络模型的接触疲劳剩余寿命预测方法.引入基于指数衰减的周期性学习率改进BP神经网络优化模型,结合并行化技术构建了Spark平台下基于优化BP神经网络的接触疲劳剩余寿命预测模型.结果表明:基于Spark的优化BP神经网络模型能够实现剩余寿命预测,相比传统BPNN模型和SVR模型,预测精度分别提高了4.67％和9.18％,均方根误差分别降低了0.122和0.708,且模型具有更快的收敛速度.

关键词

接触疲劳/Spark/剩余寿命预测/BP神经网络/周期性学习率

引用本文复制引用

基金项目

国家自然科学基金(52075062)

重庆市教委重大项目(KJZD-M202001101)

重庆理工大学研究生创新项目(clgycx20203104)

出版年

2021
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量2
参考文献量6
段落导航相关论文