欢迎来到天天文库
浏览记录
ID:35082248
大小:6.83 MB
页数:78页
时间:2019-03-17
《改进极限学习机亚健康识别算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、:分类号:学校代码10140:密级:公开学号4031331978@座婆六聲LIAONINGUNIVERSITY硕±学位论文THESISFORMASTERDEGREE论文题目:改进极限学习机亚健康识别算法研究__searc-RecononRehofSubheal化yitiAlori化mBasedongg英文题目:化eImprovedELM论文作者:徐翠指导教师:张利教授专业=计算机应用技术二〇—六年五月完成时间:1
2、174115本硕±论文山国家自然科学基金(编号:6)资助申请辽宁大学硕i学位论文改进极限学习机亚健康识别算法研究-ResearchofSubhealthyReconitionAlgorithmBasedgontheImprovedELM作者:徐翠指导教师:张利教授专业:计算机应巧技术答辩日期:2016年5月26日-二〇六年五月.中国辽宁辽宁大学学位论文原创性声明本人郑重声明:所呈交的学位论文是本人在导师的指导下独立完成的
3、。论文中取得的研究成果除加W标注的内容外,不包含其他个人或集体己经发表或撰写过的研究成果,不包含本人为获得其他学位而使用过的成果。对本文的研究做出重要贡献的个人和集体均已在文中进行了标注,并表示谢意。本人完全意识到本声明的法律结果由本人承担。《学位论文作者签名:2〇/年^月义日学位论文版权使用授权书、本学位论文作者完全了解学校有关保留使用学位论文的规定,同意学校保留并向国家有关部口或机构送交学位论文的原件、复印。件和电子版,允许学位论文被查阅和借阅本人授权迁宁大学可
4、W将本学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或扫描等复制手段保存和汇编学位论文。同时授权中国学术期刊)《(光盘版电子杂志社将本学位论文收录到中国博±学位论文全文数据库》和《中国优秀硕±学位论文全文数据库》并通过网络向社会公众提供信息服务。学校须按照授权对学位论文进。行管理,不得超越授权对学位论文进行任意处理保密():,在年后解密适用本授权书。(保密请在括号""内划V):^吃乐授权人签名茲聲指导教师签名:日期:i^日>化年月
5、>日曰期:2J心月?摘要随着科技的进步,机械设备故障诊断技术也越来越受到重视。在生产线中,如某一零件甚者是某一单个设备出现故障时,而未能及时的发现并且排除,将会造成整条生产线的停滞或者是工作人员的生命受到危害。同时给企业乃至社一会带来巨大的经济损失。通过实践研究表明,大部分的设备故障都是个渐进"亚健康"的过程。在该过程中设备所处的演进状态称之为。由此可W认识到""亚健康状态下的生产设备是十分危险的一处于。为了在定程度上减少设备""故障或者是延长设备寿命,对于亚
6、健康设备状态诊断的研究是目前工业生产急需解决的问题。""本文W风机故障亚健康状态的识别为研究背景,从风机的振动状况入手进行研究。首先,数据采集W及预处理:通过实验模仿风机叶片断裂、转子不平衡、轴承松动、扇叶不平衡等故障特征,提取最合适的故障特征信息。并采集其振动信号对风机设备进行检测与诊断。提取振动信号的时域特征作为本一文的实验数据。由于数据中含有大量的干扰信息,本文提出种改进的遗传神经网络特征降维算法进行数据降维,结合遗传算法和神经网络的优势进行算法融合,并对遗传算法
7、的适应度函数进行了改进,。减少算法识别的计算量W及一提高算法识别的准确率。其次:,构建亚健康识别模型本文提出种改进果贼-ELM)算法优化极限学习机的亚健康识别模型(IFOA。针对极限学习机的输入权值和隐含层偏置值随机选取造成其泛化能力不足的问题,提出改进果魄算法进行参数优化。改进果蜗算法中加入了自身学习能力1^及改进的惯性权重更新方式。并且加入了种群组内优化实现精细搜索,增强了其局部搜索的能力。本文通过加速度传感器、数据采集卡W及风机等设备进行振动信号采集。B-并在MATL
8、A平台下进行算法仿真实验。实验表明,IFOAELM模型在全局搜索和局部搜索之间实现了很好的平衡,状态识别的精准性W及高效性得到了提局。-关键字:亚健康,降维,改进遗传神经网络算法,IFOAELMIAbstractABSTRACTWithadvancesin化chnology,machineryfaultdiagnosistechnologyhasbecomeincreasinlimortant.In
此文档下载收益归作者所有