基于LMD近似熵和改进PSO-ELM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
6.15 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
针对滚动轴承故障特征提取与故障识别困难的问题,提出局部均值分解(LMD)近似熵和改进粒子群优化的极限学习机(PSO-ELM)结合的滚动轴承故障诊断方法。将不同工况信号用LMD分解为一系列乘积分量,不同工况的信号在不同频带的近似熵值会发生改变,结合相关性系数选出前3个分量,计算近似熵定值作为输入的特征向量。针对PSO早熟收敛的缺点,引入自适应权重法与DE算法对PSO进行改进,将特征值输入到改进PSO-ELM网络模型中,对滚动轴承不同工况进行故障识别与分相关论文
- 2024-06-04不锈钢覆面热室非标设备的设计与安装
- 2020-07-18300t转炉设备安装
- 2020-06-02大口径蝶阀三维流动的数值模拟及分析
- 2020-07-07大中型电动机插转子机调平机构的设计与研究
- 2020-09-08大型汽轮机组地脚螺栓选型设计
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。