本文關鍵詞：故障診斷中的數(shù)據(jù)建模與特征選擇

  更多相關文章： 故障診斷 數(shù)據(jù)建模 特征選擇

【摘要】：機器學習方法在故障診斷領域得到了廣泛的運用,通過對系統(tǒng)數(shù)據(jù)做出分析,在最快時間內(nèi)發(fā)現(xiàn)異常并立刻做出反應。它的主要目標是設計算法并分析采樣數(shù)據(jù),使計算機能夠?qū)崿F(xiàn)"自我學習"的過程,進行適合研究對象的特征提取和特征選擇,來預測未知數(shù)據(jù)的可能行為。本文結合現(xiàn)有文獻,以傳動軸為研究對象,對機械制造業(yè)中的故障診斷特征提取與特征選擇過程進行了研究。文中列出了零部件故障診斷時域和頻域主要使用的故障特征函數(shù),并給出了特征提取與特征選擇的流程和方法,使用BP(Back Propagation)神經(jīng)網(wǎng)絡算法進行基于數(shù)據(jù)的建模分析,結合數(shù)據(jù)模型,進行了適用于本次評估的特征參數(shù)提取和選擇。
【作者單位】： 中國航空計算技術研究所;
【關鍵詞】： 故障診斷 數(shù)據(jù)建模 特征選擇
【分類號】：TH17;TP181
【正文快照】： 1介紹基于數(shù)據(jù)建模的故障診斷,通過對異常的數(shù)據(jù)點來預測未知的故障情況,通過對故障情況的預估以及定位,可以及時預防并消除安全隱患。這種通過數(shù)據(jù)采樣來進行判斷和預測的方法在工業(yè)界,尤其是制造業(yè)和再制造領域中的需求逐漸上升。機器學習作為人工智能學科的一個分支,主通過

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 鄧林峰;趙榮珍;馮如只;楊娟;;基于特征選擇和變精度粗集的屬性約簡方法及其應用[J];機械科學與技術;2010年10期

2 楊宇;潘海洋;程軍圣;;基于特征選擇和RRVPMCD的滾動軸承故障診斷方法[J];振動工程學報;2014年04期

3 ;[J];;年期

，

本文編號：819063