极限学习机在航空轴承故障诊断中的应用研究

• 作者: 李章萍 王力平 皮骏 马圣
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 航空发动机 极限学习机 轴承 故障诊断 振动信号 时域分析
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 先进制造技术
• 页码范围: 94-97
• 页数: 4页
• 分类号: TH16|TH17|V231.1
• 语种: 中文

摘要

基于实验平台,采集滚动轴承正常、内环故障、外环故障和滚珠故障四种工况的振动信号,利用时域分析法提取故障特征量.分析隐含层神经元数量、隐含层激活函数和样本比例对极限学习机网络诊断效果的影响,同时从网络对样本比例的适应性、算法的稳定性、仿真耗时和抗噪能力四方面比较BP、SVM和RBF网络.结果 表明:针对轴承故障诊断,极限学习机在神经元数量较少时采用Sigmoid()函数、神经元数量较多时采用Hardlim()函数,其诊断效果较佳;极限学习机相比BP、SVM和RBF网络,能够更好的适应样本比例的变化,且算法的稳定性和准确性均为最优;极限学习机仿真计算时间相对较短、抗噪能力较强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	皮骏		30	91	6.0	8.0
2	李章萍		8	8	1.0	2.0
3	马圣		8	26	3.0	5.0
4	王力平		1	0	0.0	0.0