基于混合特征与自适应ELM的轴承故障诊断方法

毛敏; 郑小青; 梅鹏飞

首页> 中文期刊> 《黑龙江科技信息》 >基于混合特征与自适应ELM的轴承故障诊断方法

基于混合特征与自适应ELM的轴承故障诊断方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

由于滚动轴承工况复杂多变、环境噪声干扰大,基于混合域的特征提取维数高且计算复杂、混合域特征常存在冗余导致引入不利于诊断的干扰成分.在滚动轴承故障诊断领域,传统极限学习机(Extreme Learning Machine,ELM)分类模型会随机生成输入层权值与隐含层节点偏置等网络参数,造成部分隐含层节点失效.同时,ELM分类预测精度与隐含层节点数密切相关,但过多隐含层节点数会导致模型泛化能力的下降,从而最终影响轴承故障分类诊断的能力.故本文提出基于多聚类特征选择(Multi-cluster Feature Selection,MCFS)对特征空间进行优选,并利用差分进化灰狼优化(Differential Evolution Grey Wolf Optimizer)算法优化ELM故障诊断模型.该方法将有望应用于复合故障诊断等领域,为智能故障诊断技术提供参考.

著录项

来源
《黑龙江科技信息》 |2021年第16期|13-15|共3页
作者
毛敏; 郑小青; 梅鹏飞;
展开▼
作者单位

衢州职业技术学院信息工程学院浙江衢州 324000;

衢州职业技术学院信息工程学院浙江衢州 324000;

衢州职业技术学院信息工程学院浙江衢州 324000;

展开▼
原文格式 PDF
正文语种 chi
中图分类滚动轴承;
关键词
滚动轴承; 混合域; MCFS; 极限学习机; 故障诊断;

相似文献

中文文献
外文文献
专利

1. 基于混合特征与自适应ELM的轴承故障诊断方法 [J] . 毛敏 ,郑小青 ,梅鹏飞 . 科学技术创新 . 2021,第016期
2. 基于二维经验小波纹理域特征自适应提取的轴承故障诊断方法 [J] . 李霖 ,张西宁 ,刘书语 . 西安交通大学学报 . 2021,第012期
3. 基于混合域特征集与PSO-SVM的滚动轴承故障诊断方法 [J] . 方清 ,刘庆运 ,刘涛 . 机械工程与自动化 . 2020,第002期
4. 基于VMD-MPE-KPCA特征提取与MRVM相混合的滚动轴承故障诊断方法 [J] . 陈鹏 ,赵小强 ,朱奇先 . 兰州理工大学学报 . 2020,第005期
5. 基于自适应遗传算法的混合特征选择方法 [J] . 裴作飞 ,李兆玉 ,王云锋 . 计算机应用与软件 . 2020,第008期
6. 基于混合Elman网络的非线性自适应逆控制 [C] . 卢志刚 ,冀尔康 ,李伟 . 中国仪器仪表学会第七届青年学术会议 . 2005
7. 基于混合特征选择和PSO-KELM的电力变压器故障诊断方法研究 [A] . 易思齐 . 2019

基于混合特征与自适应ELM的轴承故障诊断方法

摘要

著录项

相似文献

相关主题

期刊订阅