改进极限学习机亚健康识别算法研究

改进极限学习机亚健康识别算法研究

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_第1页
改进极限学习机亚健康识别算法研究_第2页
改进极限学习机亚健康识别算法研究_第3页
改进极限学习机亚健康识别算法研究_第4页
改进极限学习机亚健康识别算法研究_第5页
资源描述:

《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LIAONINGUNIVERSITY硕±学位论文THESISFORMASTERDEGREE论文题目:改进极限学习机亚健康识别算法研究__searc-RecononRehofSubheal化yitiAlori化mBasedongg英文题目:化eImprovedELM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-ResearchofSubhealthyReconitionAlgorithmBasedgontheImprovedELM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,IFOAELMIAbstractABSTRACTWithadvancesin化chnology,machineryfaultdiagnosistechnologyhasbecomeincreasinlimortant.In

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。