-
公开(公告)号：CN112613493A
公开(公告)日：2021-04-06
申请号：CN202110030151.1
申请日：2021-01-11
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于特征融合和WOA‑ELM的滚动轴承故障诊断方法，步骤如下：步骤一，采用凯西西储大学官方轴承数据作为原始振动数据；步骤二，对原始数据做时域分析、频谱分析和小波包分解，提取时域、频域和时频域特征；步骤三，对步骤二所得的混合域特征集进行归一化处理；步骤四，利用流形学习LPP算法对归一化后的高维特征集进行维度简约，得到低维特征样本集；步骤五，利用WOA算法优化ELM网络参数，将低维特征数据输入给WOA‑ELM模型进行故障诊断。本发明有效解决了特征提取不充分和多特征样本中存在冗余特征信息，以及极限学习机随机产生网络参数导致稳定性不足等问题。本发明对提高轴承故障诊断率具有明显的优势。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
