摘要：提出一种用最小二乘支持向量机（least squares support vector machine，LS—SVM）构造函数链接型神经网络（functional link artificial neural networks，FLANN）的滚动轴承故障诊断系统。介绍了相关原理和具体算法，并给出了滚动轴承故障诊断系统模型。首先，采用LS—SVM模型核函数代替常规FLANN模型的扩展函数，避免了扩展函数选择的任意性；其次，利用LS—SVM学习模型得到FLANN权重系数，避免了BP方法多次迭代寻优存在的耗时长、局部极小及迭代设置初值依赖经验等不足；最后，构造了多层LS—SVM—FLANN结构，对多类滚动轴承故障进行诊断。具体实验表明，用LS—SVM构造FLANN的滚动轴承故障识别系统精度高、鲁棒性好、实现简单。

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=33164871

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）