基于AESL-GA的BN球磨机滚动轴承故障诊断方法 | |
王进花1; 汤国栋1; 曹洁1,2; 李亚洁1 | |
刊名 | 北京航空航天大学学报 |
2022-09-05 | |
页码 | 1-13 |
关键词 | 故障诊断 贝叶斯网络 自适应精英结构遗传算法 滚动轴承 信号融合 |
DOI | 10.13700/j.bh.1001-5965.2022.0428 |
英文摘要 | 针对基于知识的贝叶斯网络(BN)构建方法存在不完全和不精确的缺点,提出一种基于知识引导和数据挖掘的BN结构构建方法。针对单一信号故障诊断结果不精确的问题和故障信息中存在的不确定性问题,将电流信号与振动信号融合建立BN网络的特征节点,分别提取两种信号的故障特征参数,利用区分度指标法进行特征筛选,将其作为BN结构特征层的节点。将专家知识构建的初始BN结构结合自适应精英结构遗传算法(AESL-GA)进行结构优化,通过自适应限制进化过程中的搜索空间,减少自由参数的数量,提高其全局搜索能力,得到最优BN结构。通过金川公司球磨机滚动轴承实测数据和Paderborn University数据集对该方法进行验证,证明了所提方法的有效性。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/159580] |
专题 | 电气工程与信息工程学院 |
作者单位 | 1.兰州理工大学电气工程与信息工程学院; 2.甘肃省制造信息工程研究中心 |
推荐引用方式 GB/T 7714 | 王进花,汤国栋,曹洁,等. 基于AESL-GA的BN球磨机滚动轴承故障诊断方法[J]. 北京航空航天大学学报,2022:1-13. |
APA | 王进花,汤国栋,曹洁,&李亚洁.(2022).基于AESL-GA的BN球磨机滚动轴承故障诊断方法.北京航空航天大学学报,1-13. |
MLA | 王进花,et al."基于AESL-GA的BN球磨机滚动轴承故障诊断方法".北京航空航天大学学报 (2022):1-13. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论