基于1DCNN-ELM的帶式輸送機(jī)托輥軸承故障診斷研究
煤炭科學(xué)技術(shù)
頁(yè)數(shù): 7 2022-10-20
摘要: 針對(duì)帶式輸送機(jī)托輥軸承故障診斷中振動(dòng)信號(hào)提取特征困難而導(dǎo)致故障診斷精度較低的難題,提出了一種基于一維卷積神經(jīng)網(wǎng)絡(luò)(1DCNN)和極限學(xué)習(xí)機(jī)(ELM)的托輥軸承故障診斷方法。首先,根據(jù)具體的故障診斷任務(wù),對(duì)采集到的數(shù)據(jù)進(jìn)行劃分,并進(jìn)行傅里葉變換,采用多個(gè)標(biāo)簽表示健康狀態(tài)、故障類(lèi)型和損傷程度。然后,利用1DCNN來(lái)提取故障特征,根據(jù)提取的故障特征利用ELM進(jìn)行故障分類(lèi)。該方法中的參...