基于深度学习的液压缸寿命预测方法研究
高谦1
肖维2
1.河海大学 南京 2100002.深圳大学 深圳 518000
摘要：液压缸的工况错综复杂,为了确保液压缸的正常运行,寿命预测系统采集了大量数据以获悉液压缸的寿命状况.针对液压缸监测信号噪声大、单一分类器分类性能不佳的问题,提出了一种基于深度学习的液压缸寿命预测方法.利用DAE算法对噪声数据进行重构,以完成数据的特征提取;利用BP神经网络对数据中各特征子集进行分别训练构成弱分类器,然后采用Adaboost算法对弱分类器进行加权合并成强分类器以实现数据的特征选择.通过实验验证,提出方法可有效提高液压缸的寿命预测精度.
关键词：液压缸数据降噪分类器寿命预测
分类号：TH17(机械运行与维修)
论文发表日期：2021-01-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 36-40 )
英文信息