基于特征选择与软竞争ART的轴承故障诊断
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
5.47 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
模糊自适应共振理论(fuzzy adaptive resonance theory,简称Fuzzy ART)已被广泛应用于机械设备实时监控和故障诊断。Fuzzy ART采用只允许一个获胜节点学习的硬竞争学习机制,导致系统极易产生误判。针对此问题,将Yu范数相似度准则、生物侧抑制理论与Fuzzy ART相结合,建立了允许多个获胜节点学习的软竞争ART(简称Soft-ART)算法。为了提高故障诊断精度,运用Yu范数相似度测度改进了基于距离测度的特征参数选择方法。利用轴承故障诊断数据对特征选择算法及Soft-ART算法进行了检验,并与FCM,BP及Fuzzy ART算法进行了对比。结果表明,该Soft-ART算法具有更高的诊断精度,同时说明了特征选择算法的有效性。相关论文
- 2021-07-07超声辅助线切割加工超声参数对表面粗糙度的影响
- 2021-07-23航发叶片不同曲率型面铣削数值模型的差异性试验研究
- 2021-06-08数控车削45调质钢粗糙度影响因素研究
- 2025-01-21不同工况下RV减速器的传动效率试验分析
- 2025-02-06人工膝关节假体的磨损性能分析
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。