首页|GA-CFS结合案例推理的轴承故障诊断

GA-CFS结合案例推理的轴承故障诊断

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对轴承故障诊断中知识难以获取的问题,提出了 一种GA-CFS(Genetic Algorithm and Correlation-Based Feature Selection,GA-CFS)结合案例推理的轴承故障诊断方法.利用案例推理技术(Case-Based Reasoning,CBR)建立轴承故障案例库进行故障诊断.又针对案例推理技术中案例检索时遇到的属性冗余问题,以及难以人工确定关键属性及其权重的问题,采取GA-CFS方法对属性集合进行筛选,初步确定特征子集,再根据遗传算法确定各个子集中的特征的权重,最后根据特征子集及其权重选取符合要求的最佳特征子集,再用该特征子集构建轴承故障案例库,并通过实验验证了该方法的可行性.
Bearing Fault Diagnosis Based on GA-CFS and Case-Based Reasoning

李长伟、雷文平、董辛旻、李永耀

展开 >

郑州大学机械工程学院振动工程研究所,河南 郑州 450001

郑州恩普特科技股份有限公司,河南 郑州 450001

案例推理 GA-CFS KNN 滚动轴承 属性优化 故障诊断

国家重点研发计划

2016YFF02031009

2023

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2023.383(1)
  • 3
  • 4