节点文献

选择性集成迁移算法在轴承故障诊断领域的应用

免费订阅

【作者】 刘冬冬李友荣徐增丙

【Author】 LIU Dong-dong;LI You-rong;XU Zeng-bing;Key Laboratory of Metallurgical Equipment & Control Technology of Ministry of Education,Wuhan University of Science and Technology;

【机构】 武汉科技大学冶金装备及控制教育部重点实验室

【摘要】 针对工况复杂多变而产生数据分布不一致,导致传统机器学习进行故障诊断分析时精度低的问题,提出了选择性集成迁移学习的故障诊断方法,基于相似度原理,将相似度高的源域数据迁移至目标域,增加了有效训练样本的数据量,然后结合集成SVM进行故障识别;并在此基础上,提出了一种基于类内类间数据样本分散度的特征选取方法。轴承故障诊断实验结果表明,选择性集成迁移学习可以有效解决工况多变导致设备故障诊断精度低的问题,而且特征优选后诊断精度会得到进一步提升。

【基金】 国家自然科学基金资助项目(51775391)
【所属期刊栏目】 理论与方法研究 (2020年05期)
  • 【DOI】10.19356/j.cnki.1001-3997.2020.05.007
  • 【分类号】TH133.3;TP277;TP181
  • 【下载频次】20
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: