文档名：基于全矢多分类ELM的轴承故障诊断研究
随着机器替代人力劳动而展开的机械化、自动化进程深入发展,旋转机械发挥着越来越重要的作用.为保障旋转机械设备安全可靠运行,准确可靠的故障诊断一直以来研究的热点问题.本文将全失谱技术与多分类极限学习机(MELM)相融合,以滚动轴承作为对象来进行故障诊断,针对支持向量数据描述在数据集分布不均衡、样本特征维数较小时存在正确率较低的问题,提出了一种全矢多分类极限学习机(MELM)的数据描述算法,将极限学习机扩展到多类别分类问题,同时保留其异常检测的能力.应用全寿命滚动轴承振动数据进行验证,结果证明全矢多分类极限学习机模型可以较好地解决多分类问题.
作者：汪一飞郝旺身董辛旻韩捷陈耀
作者单位：郑州大学振动工程研究所,郑州450001
母体文献：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集
会议名称：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议
会议时间：2018年8月1日
会议地点：内蒙古包头
主办单位：中国机械工程学会,中国振动工程学会,中国设备管理协会
语种：chi
分类号：
关键词：旋转设备 故障诊断 全失谱 多分类极限学习机
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 886.92 KB
- 下载次数:
- 60
-
高速下载
|
|
