决策与信息

机械工业论文_基于最大Lyapunov指数Elman-决策

文章摘要:针对故障出现时系统的非线性行为及劣化趋势预测问题,基于混沌理论及非线性动力学,提出以最大Lyapunov指数作为评价运行状态的指标,通过Elman-决策树对其进行预测及分类的故障预警方法。并以轴承数据为例对该方法进行了验证,对正常轴承、外环人工电火花加工出裂纹轴承、外环钻孔的轴承壳体振动信号时序数据进行处理,计算降噪后的最大李雅普诺夫指数,并得出了不同故障轴承的最大Lyapunov指数具有明显差异的结论。以其为基础,建立模型逐层学习实现指标预测与故障识别,仿真结果表明,该方法可实现较高的预测准确率。该方法克服了Lyapunov指数对噪声敏感的特性,并且可以通过避免识别多种故障时需训练多个神经网络,因而降低计算量,为故障预警领域一种新途径。

文章关键词:

论文分类号:TH17

上一篇:机械工业论文_决策树算法在诊断机械故障信息挖
下一篇:没有了