改进EBCLS模型在滚动轴承故障预测中的应用

摘要

针对高速机车滚动轴承故障预测训练时间较长和准确率不高的问题，提出一种基于增强节点快速迭代融合残差学习的增强型宽度卷积学习系统(EBCLS).该系统在宽度学习系统(BLS)与卷积神经网络相结合的基础上先进行信号特征提取，并在训练过程中融合残差学习和增加增强节点，不断优化更新权值，最后利用训练好的模型对设置滑动窗口的数据进行预测并输出预测结果.将所提方法与其他BLS方法预测结果进行验证比较，结果表明，该方法在提高预测准确性的同时，展现了更优的预测实时性.

关键词

滚动轴承 / 故障预测 / 高速机车 / 卷积特征 / 滑动时间窗

基金资助

国家自然科学基金资助项目(52475609); 福建省教育厅中青年教师教育科研资助项目(JAT210903); 龙岩市科技计划重点资助项目(2022LYF9007)