CORC  > 兰州理工大学  > 兰州理工大学  > 机电工程学院
基于云理论和Relief-F的滚动轴承故障识别方法
马森财; 赵荣珍; 吴耀春; 邓林峰
刊名振动.测试与诊断
2021-08-15
卷号41期号:04页码:667-672+827-828
关键词滚动轴承 故障识别 云理论 隶属度
DOI10.16450/j.cnki.issn.1004-6801.2021.04.005
英文摘要为了充分利用海量数据中蕴含的信息并对轴承故障进行有效识别,采用云理论方法将轴承的故障数据与其对应的故障类型进行映射,建立了滚动轴承在不同状态下各个特征的云分布模型,并依此构造出轴承故障的云判断知识库。同时,引入Relief-F算法确定训练集各特征的权重系数,结合云分布隶属度系数,提出了样本对于轴承故障的最终隶属度计算方法。通过根据不同数目的训练样本建立的云分类知识库在分类精度上的对比,证明了该方法具备对数据的学习能力。将该分类方法与常用的分类方法在含有噪声的测试样本上进行对比实验,证明了该分类方法在抗噪性方面的优越性。
URL标识查看原文
语种中文
内容类型期刊论文
源URL[http://ir.lut.edu.cn/handle/2XXMBERH/149228]  
专题机电工程学院
作者单位兰州理工大学机电工程学院
推荐引用方式
GB/T 7714
马森财,赵荣珍,吴耀春,等. 基于云理论和Relief-F的滚动轴承故障识别方法[J]. 振动.测试与诊断,2021,41(04):667-672+827-828.
APA 马森财,赵荣珍,吴耀春,&邓林峰.(2021).基于云理论和Relief-F的滚动轴承故障识别方法.振动.测试与诊断,41(04),667-672+827-828.
MLA 马森财,et al."基于云理论和Relief-F的滚动轴承故障识别方法".振动.测试与诊断 41.04(2021):667-672+827-828.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace