| 注册
首页|期刊导航|深圳大学学报(理工版)|基于振动特征优选和极限学习机的滚动轴承故障诊断

基于振动特征优选和极限学习机的滚动轴承故障诊断

王素华 徐小健 于飞 樊清川

深圳大学学报(理工版)2023,Vol.40Issue(4):504-512,9.
深圳大学学报(理工版)2023,Vol.40Issue(4):504-512,9.DOI:10.3724/SP.J.1249.2023.04504

基于振动特征优选和极限学习机的滚动轴承故障诊断

Fault diagnosis of rolling bearing based on vibration feature optimization and extreme learning machine

王素华 1徐小健 2于飞 2樊清川2

作者信息

  • 1. 武昌首义学院机电与自动化学院,湖北武汉430064
  • 2. 海军工程大学电气工程学院,湖北武汉430033
  • 折叠

摘要

关键词

计算机神经网络/随机振动力学/故障诊断/滚动轴承/改进的固有时间尺度分解/郊狼优化/极限学习机

分类

机械制造

引用本文复制引用

王素华,徐小健,于飞,樊清川..基于振动特征优选和极限学习机的滚动轴承故障诊断[J].深圳大学学报(理工版),2023,40(4):504-512,9.

基金项目

国家自然科学基金资助项目(51877212) (51877212)

湖北省教育厅科研计划资助项目(B2021356) (B2021356)

深圳大学学报(理工版)

OA北大核心CSCDCSTPCD

1000-2618

访问量2
|
下载量0
段落导航相关论文