滚动轴承多工况故障的特征自动选择核极限学习机智能识别方法

来源 :振动与冲击 | 被引量 : 0次 | 上传用户:zhongguorenaaa
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
滚动轴承的智能诊断存在许多不足,特别是对复杂工况下的识别存在特征提取不足及诊断精度低等问题。针对故障类型不同、故障程度不同和负荷不同的多工况条件下滚动轴承故障诊断,提出了基于多特征自动选择的核极限学习机智能识别方法。分别从时域、频域、时频域提取有效故障特征,采用拉普拉斯分数(Laplace Score,LS)根据每个特征的重要性自动选择敏感特征,旨在消除一些冗余信息,提高计算效率。采用模拟退火粒子群优化的核极限学习机(Simulated Annealing Particle Swarm Optimizat
其他文献
多系统萎缩(multiple system atrophy,MSA)是一种病因不明的以进展性自主神经功能障碍,伴帕金森症状、小脑性共济失调和锥体束征为主要临床表现的神经系统变性疾病[1]。MSA仍
目的探讨雷贝拉唑在进展性缺血性脑卒中治疗中的应用价值。方法选取进展性缺血性脑卒中患者80例,随机分成观察组和对照组,观察组在对照组基础治疗上加用雷贝拉唑,对比两组的
生物质能是人类最古老的能源,也是重要的可再生资源,土地资源是生物质能发展的基础。针对生物质能产业发展规划对可利用土地资源动态变化进行调查和分析,并做出合理评估,为云南省
亚历山大病(Alexander disease,AxD)是一种罕见的常染色体显性遗传性脑白质病,最先是由Alexander于1949年进行报道提出的[1]。影响该病的主要致病基因为胶质纤维酸性蛋白(GFA
当前艺术教育人才队伍与时代发展和受众需求存在突出矛盾。主要是选择机制、培养目标以及艺术人才培养机构的师资力量等三个方面存在深层次原因。解决这些问题的对策是,理清艺
环境问题逐渐引起了社会大众的关注,政府机构对环境监测技术的要求越发严格。信息化技术是互联网时代的重要发展方向,必须加强环境监测与信息化技术的有效结合。本文针对当下环境监测信息化建设发展现状进行分析,结合实际状况对环境监测信息化建设的发展趋势进行了探讨。