基于极端学习机的切丝机轴承故障诊断

目的为了保障切丝机的稳定运行,提高切丝机系统的可靠性和稳定性。方法开展切丝机的关键零部件轴承的故障诊断。首先采集切丝机轴承的振动信号数据;其次处理正常轴承、内圈故障、滚动体故障和外圈故障下的振动数据,成为与极端学习机相匹配的训练集和测试集;最后开展极端学习机智能算法的故障诊断。结果提出的极端学习机智能算法的故障诊断对切丝机轴承的诊断识别率较好,4种状态下的故障识别率达到了98.3333%。结论极端学习机智能算法的故障诊断技术能有效提高切丝机故障诊断的效率和准确性,并为其他旋转机械的故障诊断提供参考。