基于词袋模型和极限学习机的轴承故障诊断

• 作者: 姜宇萱 王华庆 袁洪芳
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 混合故障 词袋模型 极限学习机
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 24-27
• 页数: 4页
• 分类号: TH165+.3|TH133.33
• 字数: 2941字
• 语种: 中文

摘要

特征提取为设备故障诊断的关键步骤,现有特征提取主要基于时域、频域和时频域方法,但在噪声大、混合故障多发、变转速等复杂工况下应用受限.提出一种基于词袋模型(BoW,bag of words)的振动信号故障诊断方法.该方法改变了传统基于一维信号进行故障诊断的模式,首先将一维振动信号转换成二维灰度图像信号,结合图像处理的方法来实现故障诊断.同时针对一维振动信号升维的过程中忽略了信号的空间特性这一不足,引入极限学习机对算法优化,并以滚动轴承为研究对象验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王华庆	北京化工大学机电工程学院	44	151	7.0	10.0
2	袁洪芳	北京化工大学信息科学与技术学院	21	132	8.0	11.0
3	姜宇萱	北京化工大学信息科学与技术学院	1	4	1.0	1.0