关键词：旋转机械;故障诊断;深度小波极限学习机自编码器;在线极限学习机
摘 要：由于旋转机械故障诊断模型训练时间长，容易过拟合以及传统的极限学习机只能处理批量数据，实效性差等问题。提出一种基于深度在线小波极限学习机的旋转机械故障诊断方法。将自编码器的思想引入小波极限学习机中，堆叠形成WELM-AE,将底层的故障特征向更加抽象的高级特征转换。再采用在线极限学习机作为顶层分类器进行故障识别。实验结果验证：该算法在旋转机械故障诊断上的可行性，继承了极限学习机训练速度快的特点，相较于BP、SVM、SAE、CNN有更高的准确率。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取