您所在的位置: 首页 > 专利技术 > 正文
专利基本信息
专利名称 基于偏最小二乘法极限学习机的滚动轴承故障预测方法
专利状态 - 专利号(申请号) CN109827777B
专利申请日期 2019-04-01 专利类型 发明专利
申请公布号 2019102596801 申请公布日 2019-04-01
授权公告号 - 授权公告日 -
发明人 王亚萍;崔巍;葛江华
专利权人 哈尔滨理工大学
专利摘要 本发明涉及偏最小二乘法极限学习机的滚动轴承故障预测方法。首先分析时域、频域、时频域等多个特征指标,提出基于半正态分布和经验小波降噪相结合的特征提取方法,对滚动轴承进行故障诊断,贴近原始信号,达到更好的降噪效果。又针对多特征参数对滚动轴承故障衰退特征综合评价,提出残差改进的ISOMAP非线性特征降维方法与模糊C均值结合的方法,提高滚动轴承在不同衰退阶段的变化趋势和分类精度。以极限学习机理论为基础提出基于偏最小二乘法极限学习机的数据预测模型,优化ELM中参数,选取最优隐含层节点数和连接层权值,并选取Softmax激活函数。这样,预测精度高,计算用时短,聚类后的特征值预测效果好。通过以上步骤进行滚动轴承的故障阶段精确预测。
专利价值评估分析
相关推荐
Baidu
map