基于改进极限学习机的通风扇故障诊断  

作　　者：徐文静 

机构地区：[1]佛山市顺德区宏翼工业设计有限公司,广东佛山528000

出　　处：《中国新技术新产品》2023年第19期63-65,共3页New Technology & New Products of China

摘　　要：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PSOSVM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。

关 键 词：通风扇 故障诊断 极限学习机 改进粒子群算法 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置]