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

重庆理工大学学报（自然科学） ›› 2021, Vol. 35 ›› Issue (10): 111-119.

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

刘致远，刘渊博，杨峰，鲁凯旋，刘妤

重庆理工大学机械工程学院

出版日期:2021-11-09 发布日期:2021-11-09
作者简介:刘致远，男，硕士研究生，主要从事工业大数据研究

Online:2021-11-09 Published:2021-11-09

摘要/Abstract

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, Spaek, 剩余寿命预测, BP神经网络, 周期性学习率

中图分类号:

TP183

. 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[J]. 重庆理工大学学报（自然科学）, 2021, 35(10): 111-119.

[1]	张志恒, 李超. 基于ＰＣＡ-ＢＰ神经网络的审计风险识别研究[J]. 重庆理工大学学报（自然科学）, 2021, 35(5): 253-261.
[2]	陈吉清a,b,蓝庆生a,b,兰凤崇a,b,夏红阳a,b. 基于变速量化分级的车辆主动转向控制算法[J]. 重庆理工大学学报（自然科学）, 2020, 34(5): 1-9.
[3]	张军，张雪，郭春燕. 基于ISOmap-BP的寒地老年住宅热舒适度模型[J]. 重庆理工大学学报（自然科学）, 2020, 34(3): 192-196.
[4]	孙成胜ａ，张红民ａ，王艳ｂ，巴忠镭ａ. 一种改进的灰色ＢＰ神经网络光伏出力预测方法[J]. 重庆理工大学学报（自然科学）, 2020, 34(2): 217-221.
[5]	秦亚璐, 赵静一, 刘昊轩, 郭锐, 刘旭亮, 丁柏元. 转运站除尘装置多相流粉尘流场研究[J]. 重庆理工大学学报（自然科学）, 2020, 34(12): 130-136.
[6]	江毓，郑燕萍，张新，张涌. 基于改进ＢＰ神经网络的电机异音诊断[J]. 重庆理工大学学报（自然科学）, 2020, 34(1): 242-246.
[7]	. 应用于软件缺陷预测模型的量子粒子群优化BP算法[J]. 重庆理工大学学报（自然科学）, 2019, 33(6): 184-189.
[8]	. 基于ARIMA和BP神经网络对人民币汇率预测的比较分析———以美元人民币汇率为例[J]. 重庆理工大学学报（自然科学）, 2019, 33(5): 207-212.
[9]	. 基于MEA-BP神经网络的压气机特性曲线预测[J]. 重庆理工大学学报（自然科学）, 2019, 33(2): -.
[10]	. 基于特征提取与LM-BP神经网络协同作用的异常条形码辨识方法[J]. 重庆理工大学学报（自然科学）, 2019, 33(2): -.
[11]	姜顺明，王智锰，周涛，匡志豪. 基于舒适性与运动感的车内声品质多维度评价[J]. 重庆理工大学学报（自然科学）, 2019, 33(12): 26-31.
[12]	吴京龙. 基于灰色关联度的ＧＭ（１，１）－ＢＰ神经网络组合模型研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(11): 207-210.
[13]	. 基于神经模糊PID的ABS控制策略研究[J]. 重庆理工大学学报（自然科学）, 2018, 32(9): -.
[14]	. 应用ＳＡＰＳＯＢＰ神经网络的ＤＯＡ估计方法[J]. 重庆理工大学学报（自然科学）, 2018, 32(5): -.
[15]	. 一种基于ＧＡＢＰ的高压混合输电线路故障分类方法[J]. 重庆理工大学学报（自然科学）, 2018, 32(2): -.

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

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10