灰色极限学习机在滚动轴承故障预测中的应用

• 作者: 徐遥
• 来源期刊: 计算机测量与控制
• 关键词: 灰色理论 极限学习机 滚动轴承 故障预测
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 63-65,69
• 页数: 4页
• 分类号: TN9
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.07.016

摘要

针对较强噪声环境下的滚动轴承故障预测问题,为提高轴承故障预测的精度,提出并研究了一种新的滚动轴承预测技术;采用将灰色模型和极限学习机(ELM)相结合的方法,针对轴承运行状态值的非线性特点,先将样本数据进行灰色处理,解决数据的随机性和波动性问题,然后代入学习速度快,泛化精度高的ELM神经网络进行训练;在训练完毕后,对未来的轴承运行状态数据进行分析,将其与轴承设备的理论诊断标准相比较以达到故障预测的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐遥	北京交通大学电气工程学院	1	4	1.0	1.0