10.3969/j.issn.1000-3932.2019.01.013
基于广义形态差值滤波与极限学习机的滚动轴承故障诊断方法研究
由于工业设备工作环境恶劣、工况复杂,设备所采集的振动信号含噪声较多,难以准确提取设备运行状态的特征.因此,提出一种广义形态差值滤波和极限学习机相结合的滚动轴承故障诊断方法.实验结果表明:经广义形态差值滤波后的振动信号特征更易区分,与BP神经网络相比,极限学习机具有更高的分类精度.
滚动轴承、故障诊断、广义形态差值滤波、极限学习机、降噪、特征指标、故障分类模型、运行状态辨识
46
TH165+.3
2019-05-22（万方平台首次上网日期，不代表论文的发表时间）
共4页
54-57
