期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于OHF Elman-AdaBoost算法的滚动轴承故障多时期诊断方法 被引量:6
1
作者 卓鹏程 夏唐斌 +2 位作者 郑美妹 郑宇 奚立峰 《振动与冲击》 EI CSCD 北大核心 2021年第6期71-78,共8页
针对随机噪声下滚动轴承多时期(初期、中期、晚期)故障诊断需求,提出OHF Elman-AdaBoost(output hidden feedback Elman-adaptive boosting)算法,以实现滚动轴承的精确故障诊断。采用集合经验模态分解(ensemble empirical mode decompos... 针对随机噪声下滚动轴承多时期(初期、中期、晚期)故障诊断需求,提出OHF Elman-AdaBoost(output hidden feedback Elman-adaptive boosting)算法,以实现滚动轴承的精确故障诊断。采用集合经验模态分解(ensemble empirical mode decomposition,EEMD)对原始信号进行分解、降噪、信号重构。设计OHF Elman方法在Elman神经网络的基础上增加输出层对隐含层的反馈,提高了其对动态数据的记忆功能。选择OHF Elman神经网络作为弱回归器,结合AdaBoost算法集成出一种新的强回归器:OHF Elman-AdaBoost算法。实验结果表明,该算法不仅对滚动轴承不同故障时期具有很好的诊断效果,而且提高了对全样本数据的诊断准确度,为滚动轴承故障诊断提供了新型工具和有效方案。 展开更多
关键词 滚动轴承 OHF Elman-AdaBoost 神经网络 集合经验模态分解(EEMD) 故障多时期诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部