智能制造系统中设备故障诊断与预测技术研究

石剑波¹

扫码查看

作者信息

1. 安塔(福建)机械设备实业有限公司,福建泉州 362100
折叠

摘要

随着工业4.0和智能制造技术的发展,智能设备在制造系统中的应用日益广泛.智能设备的高效运行依赖于其各个部件的健康状态,因此设备故障的诊断与预测成为保障智能制造系统稳定运行的重要课题.文章提出了一种结合卷积神经网络(CNN)和无迹卡尔曼滤波(UKF)的故障诊断与剩余寿命预测方法.通过传感器获取不同位置的振动信号,利用CNN提取故障特征,设计了一种带误差补偿的UKF算法进行剩余寿命预测.实验结果表明,该方法在故障诊断和剩余寿命预测方面具有较高的精度和实时性.

关键词

智能制造/故障诊断/剩余寿命预测/卷积神经网络/无迹卡尔曼滤波

引用本文复制引用

出版年

2024

今日制造与升级

ISSN：

段落导航