混沌蜂群优化的核极限学习机在起重机传感器故障诊断中的应用研究

文档名：混沌蜂群优化的核极限学习机在起重机传感器故障诊断中的应用研究
起重机由于其作业性质的特殊性,对于起重机的故障诊断一直都是一个重要的研究课题.针对起重机传感器易发生故障的特点,提出一种混沌蜂群优化的核极限学习机算法(CBC-KELM),该算法在核极限学习机算法的基础上,通过混沌蜂群算法对输出权值进行优化,进一步提升了KELM算法的识别精度,并通过实验对比进行了验证.
作者：徐小力 丁克勤 曹逸凡 蒋章雷
作者单位：北京信息科技大学现代测控技术教育部重点实验室,北京100192中国特种设备检测研究院,北京100029
母体文献：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集
会议名称：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议  
会议时间：2018年8月1日
会议地点：内蒙古包头
主办单位：中国机械工程学会,中国振动工程学会,中国设备管理协会
语种：chi
分类号：
关键词：起重机  故障诊断  传感器  核极限学习机  混沌蜂群
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文

2024-12-10 12:50 上传 混沌蜂群优化的核极限学习机在起重机传感器故障诊断中的应用研究.pdf

文件大小:

754.06 KB

下载次数:

60

高速下载