基于α分布估计与I-ELM的风机轴承故障诊断方法

• 作者: 刘洋 郝云晓
• 来源期刊: 煤矿机械
• 关键词: 通风机 α分布估计 高斯分布 BP神经网络 I-ELM
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 故障·诊断|Malfunction Imestigation
• 页码范围: 173-176
• 页数: 4页
• 分类号: TH133.3
• 语种: 中文
• DOI: 10.13436/j.mkjx.202106056

摘要

矿井通风机一般承担整个矿井通风任务,通风机的正常工作与否关系到井下安全生产.轴承故障是矿井通风机最为常见的故障之一.利用α分布估计法对通风机轴承故障振动信号进行提取,将提取的信号特征值作为输入向量,轴承故障分类作为输出向量,建立以I-ELM为基础的轴承故障识别模型.同时采用普通高斯分布进行特征提取,建立经典的BP神经网络识别模型与该方法进行对比.结果 表明,α分布估计能更好地提取故障信号特征量,I-ELM模型具有更好的泛化能力,且分类精度更高.