基于半监督极限学习机的轴承故障诊断

发布时间：2017-11-08 17:25

  本文关键词：基于半监督极限学习机的轴承故障诊断

  更多相关文章： 滚动轴承 故障诊断 极限学习机 半监督学习

【摘要】：鉴于在实际的应用中滚动轴承的故障信号所属的类别往往是未知的,而且为了得到一定的测试数据需要花费大量的时间,甚至对机械设备造成了一些损害。利用极限学习机训练速度快且泛化能力强的特点,提出了一种基于半监督极限学习机的滚动轴承故障诊断方法,该方法允许在有少量带标签的轴承故障数据的情况下,将带标签的历史数据与新采集到的部分未带标签的数据一起用来训练得到一个最优的诊断模型。首先通过相空间重构将原始一维信号映射到一个高维的相空间,在相空间中提取初始的轴承特征集,然后将特征集输入半监督的极限学习机中进行训练和测试。实验结果表明,这种基于半监督算法的诊断模型简单,在神经元个数较少的情况下仍然具有很好的泛化能力,具有一定的应用价值。
【作者单位】： 北京化工大学信息科学与技术学院;北京化工大学机电工程学院;
【基金】：国家自然科学基金项目(51375037,51135001) 教育部新世纪优秀人才支持计划(NCET-12-0759)
【分类号】：TH133.3
【正文快照】： 在滚动轴承故障的诊断中,由于其振动信号包含了表示轴承状态的大量信息,因此通过对振动信号进行处理分析,可以有效地识别轴承状态并对其故障类型进行分类。传统的故障诊断中一般采用时频信号作为故障的特征,短时傅里叶变换、小波变换是比较常使用的时频分析方法;多传感器数据

【相似文献】

中国期刊全文数据库 前10条

1 ;轴承故障诊断有了“透视镜”[J];机电设备;2001年06期

2 薛松;程珩;杨勇;;伪Wigner-Ville分布在电机轴承故障诊断中的应用[J];机械工程与自动化;2008年04期

3 赵志宏;杨绍普;;一种基于样本熵的轴承故障诊断方法[J];振动与冲击;2012年06期

4 黄晋英;潘宏侠;毕世华;杨喜旺;;基于高阶累量谱的轴承故障诊断[J];火炮发射与控制学报;2007年02期

5 陶新民;徐晶;刘兴丽;刘玉;;基于最大小波奇异谱的轴承故障诊断方法[J];振动、测试与诊断;2010年01期

6 乔世民;轴承故障诊断技术的发展[J];中国设备管理;1989年01期

7 李正安,李登啸;单片机轴承故障诊断系统[J];轴承;1992年03期

8 杨望灿;张培林;张云强;;基于邻域自适应局部保持投影的轴承故障诊断模型[J];振动与冲击;2014年01期

9 朱文来;;希尔伯特-黄变换在轴承故障诊断中的应用研究[J];科技创新导报;2013年34期

10 任国全,韦有民,郑海起;基于小波分析的轴承故障诊断研究[J];河北省科学院学报;2002年02期

中国重要会议论文全文数据库 前10条

1 任获荣;马亚男;李胜刚;;熵随机共振在轴承故障诊断中的应用研究[A];2012年陕西省焊接学术交流会论文集[C];2012年

2 李琳;张永祥;童艳;;基于声发射和高阶谱分析的滚动轴承故障诊断[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

3 高耀智;谭援强;;基于1(1/2)谱与小波分析相结合的滚动轴承故障诊断[A];2009年全国青年摩擦学学术会议论文集[C];2009年

4 陶新民;徐晶;杜宝祥;徐勇;;基于相空间奇异谱的SOM轴承故障诊断模型[A];第二十七届中国控制会议论文集[C];2008年

5 乔文生;陈兴辉;艾士娟;胡北;赵恒;;基于小波包和BP神经网络的滚动轴承故障诊断[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

6 李培玉;刘光明;郑俊;;基于多通道振动信号的港机台车车轮轴承故障诊断系统[A];第九届全国振动理论及应用学术会议论文集[C];2007年

7 李培玉;刘光明;郑俊;;基于多通道振动信号的港机台车车轮轴承故障诊断系统[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

8 沈路;周晓军;张杰;;基于形态非抽样小波与灰色关联度的滚动轴承故障诊断[A];2011年机械电子学学术会议论文集[C];2011年

9 宋浏阳;王华庆;高金吉;王峰;;基于蚁群算法的滚动轴承故障诊断[A];现代振动与噪声技术（第九卷）[C];2011年

10 张淑清;张琳;;基于RBF网络和D-S推理的轴承故障诊断[A];首届信息获取与处理学术会议论文集[C];2003年

中国重要报纸全文数据库 前1条

1 通讯员 蔡义杰 记者 唐先武;轴承故障诊断有了“透视镜”[N];科技日报;2001年

中国博士学位论文全文数据库 前1条

1 梁瑜;地铁列车轴承故障诊断及在途诊断系统研究[D];北京交通大学;2014年

中国硕士学位论文全文数据库 前10条

1 吴治南;基于小波变换与PNN神经网络相结合的滚动轴承故障诊断[D];河北工程大学;2015年

2 张涛;机车轴承故障诊断系统的研究与设计[D];中南大学;2005年

3 黄建新;多传感器数据融合技术在轴承故障诊断中的应用研究[D];武汉理工大学;2006年

4 赵兴;基于时频维数的滚动轴承故障诊断技术应用研究[D];大连交通大学;2013年

5 卢一相;时频分析在轴承故障诊断中的应用研究[D];安徽大学;2007年

6 陈涛;低速重载轴承故障诊断的虚拟仪器研究[D];重庆大学;2005年

7 李学伟;支持向量机在嵌入式轴承故障诊断装置中的研究与实现[D];东北大学;2010年

8 任锴胜;基于DSP的嵌入式煤矿提升机天轮轴承故障诊断系统研究[D];山东大学;2011年

9 许茁;数据挖掘在轴承故障诊断中的应用[D];大连海事大学;2005年

10 耿永强;基于支持向量机的机车轴承故障诊断系统的研究[D];中南大学;2008年

，

本文编号：1158123