基于PCA和多变量极限学习机的轴承剩余寿命预测

• 作者: 何群 李磊 江国乾 谢平
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 主成分分析 极限学习机 多变量极限学习机 剩余寿命预测
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 车辆工程
• 页码范围: 984-989
• 页数: 6页
• 分类号: TH17|TP18
• 字数: 4619字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2014.07.024

摘要

提出了一种基于主成分分析(PCA)和多变量极限学习机(MELM)的轴承剩余寿命预测方法.该方法首先利用PCA技术融合多个表征轴承运行状态与衰退趋势的时域频域特征指标来消除特征间的冗余性和相关性;进一步在单变量极限学习机(ELM)的基础上构建多变量极限学习机模型来预测轴承剩余寿命.该方法克服了传统单变量极限学习机结构简单、信息匮乏等缺点,能有效提高轴承剩余寿命的预测精度.运用全寿命轴承振动数据对模型进行验证,结果表明,相比单独应用ELM模型或MELM模型,基于PCA和MELM剩余寿命预测方法具有更高的预测精度和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢平	燕山大学河北省测试计量技术及仪器重点实验室	84	659	15.0	21.0
2	何群	燕山大学河北省测试计量技术及仪器重点实验室	27	173	9.0	12.0
3	李磊	燕山大学河北省测试计量技术及仪器重点实验室	9	53	3.0	7.0
4	江国乾	燕山大学河北省测试计量技术及仪器重点实验室	19	113	7.0	10.0