Diagnóstico de fallas en rodamientos basado en SCNN y HKELM optimizado
Autores: Wang, Yulin; Du, Xianjun
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Diagnóstico de fallas en rodamientos basado en SCNN y HKELM optimizado
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Insuficiente
Extracción de características a múltiples escalas
Características de falla
Diagnóstico de falla de rodamiento
Redes neuronales convolucionales estocásticas
Máquina de aprendizaje extremo con núcleo híbrido
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
El problema de la extracción insuficiente de características a múltiples escalas y la dificultad para clasificar con precisión las características de falla en el diagnóstico de fallas de rodamientos se aborda proponiendo un método de diagnóstico novedoso que integra redes neuronales convolucionales estocásticas (SCNN) y una máquina de aprendizaje extrema de núcleo híbrido (HKELM).
Descripción
El problema de la extracción insuficiente de características a múltiples escalas y la dificultad para clasificar con precisión las características de falla en el diagnóstico de fallas de rodamientos se aborda proponiendo un método de diagnóstico novedoso que integra redes neuronales convolucionales estocásticas (SCNN) y una máquina de aprendizaje extrema de núcleo híbrido (HKELM).