科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 为了保障切丝机的稳定运行，提高切丝机系统的可靠性和稳定性。方法 开展切丝机的关键零部件轴承的故障诊断。首先采集切丝机轴承的振动信号数据；其次处理正常轴承、内圈故障、滚动体故障和外圈故障下的振动数据，成为与极端学习机相匹配的训练集和测试集；最后开展极端学习机智能算法的故障诊断。结果 提出的极端学习机智能算法的故障诊断对切丝机轴承的诊断识别率较好，4种状态下的故障识别率达到了98.3333%。结论 极端学习机智能算法的故障诊断技术能有效提高切丝机故障诊断的效率和准确性，并为其他旋转机械的故障诊断提供参考。
-
单位机电工程学院; 河南中烟工业有限责任公司; 郑州轻工业大学
