基于模糊熵与CS-ELM的供输弹系统早期故障识别

摘要：

针对供输弹系统早期采集的信号中成分复杂,故障特征难以提取和识别的问题,提出一种基于模糊熵与布谷鸟改进的极限学习机(CS-ELM)的供输弹系统早期故障预示方法.运用改进的可调品质因子小波变换对信号进行滤波降噪,提取各子带信号的模糊熵特征;选取模糊熵值较大的5个子带进行重构,完成降噪并将其模糊熵组成特征向量;运用CS-ELM对所提取的特征向量进行早期故障预示并与ELM的诊断结果进行对比.试验结果验证了该方法的有效性,其预示准确率达90.7％.

关键词：供输弹系统、故障识别、模糊熵、布谷鸟搜索算法、极限学习机

所属期刊栏目：50

分类号：TH17

资助基金：国家自然科学基金51675491

在线出版日期：2022-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：164-169