您当前的位置：
首页 >
文章列表页 >
基于自适应JMD分解和改进TimesNet网络的滚动轴承寿命预测
工程诊所•工匠之家 | 更新时间：2026-04-04

    • 基于自适应JMD分解和改进TimesNet网络的滚动轴承寿命预测

    • Rolling bearing life prediction based on adaptive JMD decomposition and improved TimesNet network

    • 铁道科学与工程学报   2026年23卷第3期 页码：1470-1483

    • DOI：10.19713/j.cnki.43-1423/u.T20250769    

      中图分类号： TM343+.2;TP277

    • 收稿：2025-05-19，

      纸质出版：2026-03-28

    移动端阅览

  • 谢锋云,宋成杰,宋明桦等.基于自适应JMD分解和改进TimesNet网络的滚动轴承寿命预测[J].铁道科学与工程学报,2026,23(03):1470-1483. DOI： 10.19713/j.cnki.43-1423/u.T20250769.

    XIE Fengyun,SONG Chengjie,SONG Minghua,et al.Rolling bearing life prediction based on adaptive JMD decomposition and improved TimesNet network[J].Journal of Railway Science and Engineering,2026,23(03):1470-1483. DOI： 10.19713/j.cnki.43-1423/u.T20250769.

  •  
  •  

0

浏览量

51

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于多源多尺度神经网络轴承故障诊断研究
基于深度神经网络关联规则的滚动轴承故障诊断研究
基于MIEC与MEAViT的滚动轴承故障诊断方法
改进D-S证据理论的高冲突多信息融合方法研究
基于GCN的多源变工况滚动轴承故障诊断

相关作者

马增强
苏哲
刘素艳
孙学浩
赵健岭
惠永永
毛高磊
赵小强

相关机构

省部共建交通工程结构力学行为与系统安全国家重点实验室
石家庄铁道大学 电气与电子工程学院
石家庄铁道大学 河北省交通电力网智能融合技术与装备协同创新中心
兰州理工大学 电气工程与信息工程学院
智能交通装备全寿命技术创新中心
0