基于节点优化型DAG-LDM的机组滚动轴承故障诊断方法

• 作者: 刘朝华 孟旭东 李小花 童成意 陆碧良
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 有向无环图 大间隔分布机 多分类器 节点优化 滚动轴承 故障诊断
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 论文与报告
• 页码范围: 1394-1400
• 页数: 7页
• 分类号: TP13
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2017.1657

摘要

滚动轴承作为风电机组的关键部件,对于整个机组的安全运行起着决定性作用.针对机组滚动轴承故障诊断间题,提出一种节点优化型有向无环图大间隔分布机(O-DAG-LDM)的故障诊断方法.结合DAG多分类扩展性能与LDM二分类器泛化性能的优点,构建一种面向滚动轴承故障诊断的DAG结构扩展式LDM多分类器方法.在DAG-LDM算法框架下,利用优化算法对DAG节点进行优化排列以减小随机排布引起的累积误差,提高LDM故障分类准确率.实验表明,与其他主流智能诊断方法相比,所提出的节点优化型DAG-LDM故障诊断方法具有较高的准确率和更好的抗噪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	童成意	长沙师范学院信息科学与工程学院	9	13	2.0	3.0
2	刘朝华	湖南科技大学信息与电气工程学院	22	158	6.0	12.0
6	李小花	湖南科技大学信息与电气工程学院	7	81	5.0	7.0
7	孟旭东	湖南科技大学信息与电气工程学院	1	2	1.0	1.0
8	陆碧良	湖南科技大学信息与电气工程学院	1	2	1.0	1.0