Scidown文献预览系统！
数字双驱动齿轮性能退化剩余使用寿命预测研究进展( Digital Twin-Driven Remaining Useful Life Prediction for Gear Performance Degradation: A Review )
B He L Liu D Zhang
齿轮作为一种传动部件，得到了广泛的重视。齿轮剩余使用寿命(RUL)的预测是齿轮传动系统健康管理(PHM)的关键。数字孪生(DT)以丰富的健康信息数据和准确的健康指标(HI)等优势为齿轮RUL预测提供支持。本文从基于数字孪生驱动的物理模型和基于虚拟模型的齿轮性能退化预测方法两个方面综述了基于数字孪生驱动的齿轮性能退化预测方法。从基于物理模型的角度,包括基于齿轮裂纹、齿轮疲劳、齿轮表面划伤、齿轮断齿、齿轮永久变形的预测模型。从数字孪生驱动虚拟模型的角度来看，它包括非深度学习方法和深度学习方法。非深度学习方法包括维纳过程、伽马过程、隐马尔可夫模型(HMM)、基于回归的模型、比例风险模型。深度学习方法包括深度神经网络(DNN)、深度信念网络(DBN)、卷积神经网络(CNN)、递归神经网络(RNN)等，主要总结了齿轮中各种模型的性能退化和寿命测试，并对各种方法的优缺点进行了评价。此外，它鼓励未来的作品。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 10.1016 / j.cclet.2016.02.002下载
scidown 银行系统信息安全治理框架下载
scidown 残余应力和表面粗糙度对激光冲击强化镍铝青铜合金疲劳寿命的影响下载