原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
本发明提供了一种基于组稀疏学习算法与随机森林的轴承故障诊断方法，包括以下步骤：S1、用加速度传感器采集轴承振动信号并根据采集时的轴承状态对轴承振动信号添加标签；S2、用组稀疏学习算法对轴承振动信号进行重构；S3、对重构信号提取时域、频域和信息熵特征，并以此构建特征集；S4、用随机森林模型进行训练后，对轴承振动信号进行分类识别。本发明通过组稀疏学习算法对对轴承振动信号进行重构，以有效降低噪声水平，并更精确地描述故障脉冲；随后，对重构后的信号进行时域、频域和信息熵特征的提取，构建特征集以全面分析振动
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117871098A
(43)申请公布日2024.04.12
(21)申请号202311845875.7
(22)申请日2023.12.29
(71)申请人石河子大学
地址832000
文档评论（0）