期刊文献+

基于KELM的轴承故障诊断方法 被引量:1

下载PDF
导出
摘要 目前在轴承故障诊断方面通常都会存在很多复杂而且无固定特征的数据等待处理,显然处理这些数据就是诊断轴承故障的关键。利用小波包对滚动轴承的振动信号进行分解和重构,计算各子频带能量并进行归一化作为特征向量。将核函数和超限学习机相结合,用来处理轴承的故障特征数据。与传统的故障诊断方法相比较,将核函数与超限学习机相结合的方法能快速诊断出轴承故障,且诊断结果稳定可靠。
出处 《内江科技》 2018年第12期21-21,35,共2页
  • 相关文献

参考文献4

二级参考文献36

  • 1陈特放,黄采伦,樊晓平.基于小波分析的机车走行部故障诊断方法[J].中国铁道科学,2005,26(4):89-92. 被引量:19
  • 2刘佳璐,刘琼荪,胡上尉.基于放大误差信号的BP算法[J].计算机工程与应用,2007,43(21):90-92. 被引量:3
  • 3CHOY F K,MUGLER D H,ZHOU J.Damage Identification of a Gear Transmission Using Vibration Signatures[J].Journal of Mechanical Design,Transactions of the ASME,2003,125(2):394-403.
  • 4CHOI H I,WILLIAMS W J.Improved Time-Frequency Re-Presentation of Multicomponent Signals Using Exponential Kernels[J].IEEE Transactions on Acoustics,Speech and Signal Processing,1989,35(6):862-871.
  • 5JIA Ruijuan,XU Chunxia.Mechanical Fault Diagnosis and Signal Feature Extraction Based on Fuzzy Neural Network[C]//Chinese Control Conference.Kunming:IEEE Xplore,2008:234-237.
  • 6屈梁生,张西宁,沈玉婶.机械故障诊断理论与方法[M].北京:机械工业出版社,2009.
  • 7PERCIVAL Donald B, WALDEN Andrew T. Wavelet ethods for time series analysis [M]. 程正兴,译.北京:机械工业出版社,2006.
  • 8Case Western Reserve University. Bearing data center web- site: bearing data center seeded fault test data [EB/OL]. [2007- 11-27]. http://www/eecs/cwru/edu/laboratory/bearing/.
  • 9褚蕾蕾,陈绥阳,周梦.计算智能的数学基础[M].北京:科学出版社,2000.
  • 10ABBASION S,RAFSANJANI A,FARSHIDIANFAR A,et al.Rolling element bearings multi-fault classification based on the wavelet denoising and support vector machine[J].Mechanical Systems and Signal Processing,2007,21 (7):2933-45.

共引文献70

同被引文献6

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部