10.16450/j.cnki.issn.1004-6801.2021.04.005
基于云理论和Relief‑F的滚动轴承故障识别方法
为了充分利用海量数据中蕴含的信息并对轴承故障进行有效识别,采用云理论方法将轴承的故障数据与其对应的故障类型进行映射,建立了滚动轴承在不同状态下各个特征的云分布模型,并依此构造出轴承故障的云判断知识库.同时,引入Relief-F算法确定训练集各特征的权重系数,结合云分布隶属度系数,提出了样本对于轴承故障的最终隶属度计算方法.通过根据不同数目的训练样本建立的云分类知识库在分类精度上的对比,证明了该方法具备对数据的学习能力.将该分类方法与常用的分类方法在含有噪声的测试样本上进行对比实验,证明了该分类方法在抗噪性方面的优越性.
滚动轴承;故障识别;云理论;隶属度
41
TH165+.3;TP391;TP18
国家自然科学基金资助项目;兰州理工大学红柳一流学科建设资助项目
2021-09-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
667-672