张雪
- 作品数：1 被引量：8H指数：1
- 供职机构：北京化工大学信息科学与技术学院更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金更多>>
- 相关领域：机械工程更多>>
- 基于半监督极限学习机的轴承故障诊断被引量：8
- 2016年
- 鉴于在实际的应用中滚动轴承的故障信号所属的类别往往是未知的,而且为了得到一定的测试数据需要花费大量的时间,甚至对机械设备造成了一些损害。利用极限学习机训练速度快且泛化能力强的特点,提出了一种基于半监督极限学习机的滚动轴承故障诊断方法,该方法允许在有少量带标签的轴承故障数据的情况下,将带标签的历史数据与新采集到的部分未带标签的数据一起用来训练得到一个最优的诊断模型。首先通过相空间重构将原始一维信号映射到一个高维的相空间,在相空间中提取初始的轴承特征集,然后将特征集输入半监督的极限学习机中进行训练和测试。实验结果表明,这种基于半监督算法的诊断模型简单,在神经元个数较少的情况下仍然具有很好的泛化能力,具有一定的应用价值。
- 袁洪芳张雪王华庆
- 关键词：滚动轴承故障诊断极限学习机半监督学习
