科研之友
微信
新浪微博
Facebook
分享链接
摘要
为准确描述轴承性能退化过程并实现轴承早期故障检测，提出了一种基于极限学习机自编码器的无监督构建健康指标的方法。利用轴承健康状态的样本训练极限学习机自编码器并实现在线样本数据的重构，由于轴承偏离健康状态时会导致输入与输出的重构误差增大，因此将重构数据与原始数据之间的损失作为反映轴承性能退化的健康指标。试验结果表明，该指标能够有效反映轴承性能退化趋势，对轴承早期故障比较敏感，利用滑动t检验可以准确获得健康指标首次发生突变的时间，可用于轴承的智能化早期故障预警。
-
单位中国人民解放军陆军工程大学
