智能处理与应用
Intelligent Processing and Application
DOI:.2095-
基于极限学****机的机械设备故障诊断研究
蔡光伟,李 扬,方 志,蒋遂平
(北京计算机技术及应用研究所,北京 100854)
摘 要 :针对机械设备工况传感数据维度高、数据量大的特点,提出了一种基于极限学****机的故障诊断方法。
首先,将机械设备传感器收集到的数据进行规范化处理,并采用过采样方法解决样本数据类别不平衡的问题 ;其次,
通过预处理后的训练数据构建极限学****机模型,采用增量式方法确定隐层节点最佳数目。在气压系统数据集上的实
验结果表明,与其他机器学****方法相比,基于极限学****机的机械设备故障诊断方法在训练速率和故障查全率上更具
优越性。
关键词 :极限学****机 ;过采样 ;隐层节点 ;故障诊断 ;神经网络 ;反向传播
中图分类号 :TP39 文献标识码 :A 文章编号 :2095-1302(2020)04-0059-03
... N
0 引 言 (xi, ti),xi=(xi1, xi2, , xiN) ∈ R ,g (x) 为激活函数。具有 个
隐含层节点的 SLFN 前向传播过程可以表示为 :
随着计算机技术和物联网技术的快速兴起与蓬勃发展,
各类传感器已大量嵌入到机械设备中,用以实时采集设备运 N N
∑∑βββiigg()xwj =⋅βii()ijxo+ bi ==j ,,jN12,,⋅⋅⋅ ( 1)
行过程中的工况数据。如何有效利用传感器采集到的工况数
基于极限学习机的机械设备故障诊断研究 来自淘豆网www.taodocs.com转载请标明出处.