论文摘要
本文研究了基于随机共振和随机森林的轴承故障诊断方法。首先将原始的轴承故障数据分为训练集和测试集,然后将数据集通过随机共振处理以增强弱故障特征,之后将增强后的故障数据输入随机森林中进行模型训练,通过调整合适的模型参数,计算出最终正确率。结果表明,与传统的机器学习相比,本文提出的方法具有更高的识别准确率,可为智能印刷机的设计及故障诊断提供理论指导和技术支持。
论文目录
文章来源
类型: 期刊论文
作者: 武吉梅,唐嘉辉,王昌达,胡兵兵
关键词: 随机共振,随机森林,轴承故障识别
来源: 数字印刷 2019年01期
年度: 2019
分类: 工程科技Ⅰ辑,工程科技Ⅱ辑
专业: 机械工业
单位: 西安理工大学印刷包装与数字媒体学院
基金: 国家自然科学基金资助项目——风电齿轮箱微弱故障自适应多尺度随机共振增强检测方法研究(No.51705420),陕西省自然科学基金资助项目——空气随从力作用下运动薄膜的非线性振动及稳定性控制研究(No.2018JM5023)
分类号: TH133.3
DOI: 10.19370/j.cnki.cn10-1304/ts.2019.01.011
页码: 72-76
总页数: 5
文件大小: 1691K
下载量: 96