- 1、本文档共13页,其中可免费阅读12页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供一种基于振动孪生与极限学习的滚动轴承智能故障诊断方法,涉及工业故障诊断技术领域。针对滚动轴承振动信号,首先提取时域特征构建时域特征集合,然后从时域特征集合中选择最优时域特征子集以生成滚动轴承振动孪生模型,将滚动轴承振动信号转化为特征向量;选择极限学习机作为分类器,将振动信号的特征向量作为输入,使用伪随机序列来代替极限学习机中的随机输入权重矩阵,同时省略极限学习机的偏置向量,得到改进的极限学习机,实现对滚动轴承的故障诊断;在相同的诊断环境下,输入权重矩阵只需生成一次,在后续诊断中可反复使
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113138080 B
(45)授权公告日 2022.06.03
(21)申请号 202110434424.9 G06N 3/04 (2006.01)
文档评论(0)