10.3969/j.issn.1673-9957.2023.19.020
基于改进极限学习机的通风扇故障诊断
为了提高飞机电子舱通风扇故障诊断精度,该文提出了一种基于改进极限学习机的通风扇故障诊断方法.采用收缩系数改进粒子群算法,得到IPSO算法,并采用IPSO算法对ELM进行优化,建立了基于IPSO-ELM的故障诊断模型.采用美国西储大学轴承中心的风扇端加速度数据进行仿真分析,并与PSO-SVM模型进行对比,结果表明,IPSO-ELM模型的诊断精度为98%,比PSO-SVM模型高6.52%,验证了该文所提通风扇故障诊断方法的实用性.
通风扇、故障诊断、极限学习机、改进粒子群算法
TP277(自动化技术及设备)
2023-11-13(万方平台首次上网日期,不代表论文的发表时间)
共3页
63-65