摘要: 为了提高传送带移动目标超声信号故障识别精度，解决传统判别方法受特征向量中的个别特征预测异常值影响大的问题，设计了一种极限学习机（ELM）优化多变量预测模型模式识别（VPMCD）的ELM-VPMCD方法，并开展了超声缺陷信号识别实验，分别对40,80,120,160 mm²输送带的缺陷进行模式判断。研究及实验结果表明，ELM-VPMCD方法比VPMCD方法的综合识别准确率提升了5%,且可以对部分VPMCD方法无法识别的样本完成准确分类处理，具备更优的综合性能。同时，在处理测试样本特征值误差分布时，ELM-VPMCD方法可以对预测异常特征起到明显削弱作用，并对预测误差较小特征占比起到放大效果，产生了与测试样本一致的结果，可以准确分类常规方法判别出错的样本，确保分类结果比常规方法更精确并增强了稳定性。该研究对提高带式输送机表面缺陷模式识别的精度判定具有很好的理论支撑意义，有助于提高特征值间的内在关系。