基于形态分形维数与改进E LM的轴承故障预测

• 作者: 李洪儒 许葆华 陈强华
• 来源期刊: 轴承
• 学科: 工学
• 关键词: 滚动轴承 故障预测 数学形态学 分形维数 极限学习机
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 测量与仪器
• 页码范围: 45-49
• 页数: 5页
• 分类号: TH133.33|O234
• 字数: 3465字
• 语种: 中文

摘要

将形态分形维数作为轴承故障预测特征量，形成轴承故障预测特征量序列。同时，为优化极限学习机（ELM）预测模型，综合考虑模型的精度、预测趋势及稳定性，提出一种序列关联度系数及其计算方法，对ELM预测模型进行优化，并利用提取的故障预测特征量序列对模型进行训练。用轴承全寿命数据进行验证，结果表明，形态分形维数的变化情况较好反映了轴承性能退化的过程，改进的ELM预测模型实现了对轴承故障的有效预测，且其精度及稳定性较原始ELM预测模型有一定提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李洪儒		81	640	11.0	22.0
2	许葆华		44	316	10.0	16.0
3	陈强华		1	5	1.0	1.0