典型文献
基于小波能谱熵和改进ELM的转辙机故障预测
文献摘要：
为了进一步提高铁道转辙机故障预测精度和维修效率,提出了一种基于小波能谱熵和改进极限学习机(Extreme?Learning?Machine,?ELM)的转辙机故障预测方法.?首先,将采集到的转辙机功率数据用完备集合经验模态分解方法进行预处理;然后,计算各个固有模态函数的小波能谱熵值,通过核主元分析原理方法将多维特征数据降至1维,构建转辙机的退化性能指标,得出失效阈值;最后,利用自适应鲸鱼优化算法对ELM预测模型的权值和阈值进行全局寻优,以获得最优的预测模型,实现对转辙机故障趋势的预测.?用Matlab软件对新方法进行实例分析,并与支持向量机和ELM模型进行对比.?仿真结果表明,与传统预测模型相比,基于改进ELM模型均方误差更接近于0,决定系数更接近于1,表明该模型预测精度更高,性能更佳,证明了该方法应用于转辙机故障预测的可行性.
文献关键词：
转辙机;小波能谱熵;退化性能指标;自适应鲸鱼优化算法;极限学习机;故障预测
中图分类号：
作者姓名：
刘伯鸿;王萌萌
作者机构：
兰州交通大学 自动化与电气工程学院,甘肃 兰州 730070
文献出处：
引用格式：
[1]刘伯鸿;王萌萌-.基于小波能谱熵和改进ELM的转辙机故障预测)[J].云南大学学报（自然科学版）,2022(03):497-504
A类：
B类：
于小波,小波能谱熵,ELM,转辙机故障,故障预测,铁道,维修效率,改进极限学习机,Extreme,Learning,Machine,完备集合经验模态分解,分解方法,固有模态函数,核主元分析,多维特征数据,退化性能指标,失效阈值,自适应鲸鱼优化算法,权值,全局寻优,故障趋势,Matlab,传统预测模型,均方误差,决定系数
AB值：
0.236091
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
