论文部分内容阅读
轴承作为旋转机械最常使用的部件,其运行状态直接影响设备的精度和可靠性。因此,对轴承性能退化趋势进行预测具有重要意义。此过程中,常面临两个关键问题:预测模型的建立以及表征机械系统性能退化的指标选取。本文正是从这两方面展开研究,提出基于集成软竞争自适应共振理论(Adaptive Resonance Theory,ART)的滚动轴承性能退化趋势预测方法。在预测模型构建方面,训练速度快、能逼近任意非线性函数的径向基函数(Radial Basis Function,RBF)神经网络可用来建立预测模型。但其仍存