【摘要】：針對(duì)滾動(dòng)軸承壽命特征提取與壽命階段智能識(shí)別問題,提出加噪樣本擴(kuò)展深度稀疏自編碼神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承壽命階段識(shí)別方法。稀疏自編碼具有非監(jiān)督自動(dòng)學(xué)習(xí)數(shù)據(jù)內(nèi)部結(jié)構(gòu)特征的能力,但屬淺層網(wǎng)絡(luò),特征提取能力有限且不具備分類能力。因此,將多個(gè)稀疏自編碼堆棧并添加分類層構(gòu)建出集壽命特征自動(dòng)提取與識(shí)別功能于一體的深度稀疏自編碼神經(jīng)網(wǎng)絡(luò),通過無監(jiān)督逐層自學(xué)習(xí)與有監(jiān)督微調(diào),完成壽命特征的自動(dòng)提取與表達(dá),并實(shí)現(xiàn)壽命階段智能識(shí)別。同時(shí),為解決壽命樣本量不足導(dǎo)致的網(wǎng)絡(luò)過擬合,對(duì)原訓(xùn)練樣本進(jìn)行加噪擴(kuò)展來訓(xùn)練網(wǎng)絡(luò),以抑制網(wǎng)絡(luò)過擬合并提高網(wǎng)絡(luò)的魯棒性。通過工程應(yīng)用,證明了所提方法的可行性和有效性。
[Abstract]:Aiming at the problem of life feature extraction and intelligent recognition of rolling bearing life stage, a rolling bearing life stage recognition method based on noisy sample extended depth sparse self-coding neural network is proposed. Sparse self-coding has the ability to learn the internal structural features of data automatically without supervision, but it belongs to shallow network, and the ability of feature extraction is limited and does not have the ability of classification. Therefore, a deep sparse self-coding neural network which integrates the functions of automatic extraction and recognition of life features is constructed by adding multiple sparse self-coding stacks and adding classification layers. through unsupervised layer-by-layer self-learning and supervised fine-tuning, the automatic extraction and expression of life features is completed, and the intelligent recognition of life stage is realized. At the same time, in order to solve the problem of network overfitting caused by insufficient lifetime sample size, the original training samples are extended by adding noise to train the network, in order to restrain the network overfitting and improve the robustness of the network. The feasibility and effectiveness of the proposed method are proved by engineering application.
【作者單位】： 重慶交通大學(xué)機(jī)電與車輛工程學(xué)院;重慶大學(xué)機(jī)械傳動(dòng)國家重點(diǎn)實(shí)驗(yàn)室;四川大學(xué)空天科學(xué)與工程學(xué)院;
【基金】：機(jī)械傳動(dòng)國家重點(diǎn)實(shí)驗(yàn)室開放基金資助項(xiàng)目(SKLMT-KFKT-201710) 國家自然科學(xué)基金資助項(xiàng)目(51305471,51775065) 中國博士后科學(xué)基金資助項(xiàng)目(2014M560719)
【分類號(hào)】：TH133.33

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈爽;賀利樂;;基于粒子群優(yōu)化SOM神經(jīng)網(wǎng)絡(luò)的軸系多振動(dòng)故障診斷[J];機(jī)械傳動(dòng);2011年06期

2 唐貴基;楊玉婧;宋彩萌;;基于神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械振動(dòng)故障診斷[J];機(jī)械工程師;2012年01期

3 欒美潔;許飛云;賈民平;;旋轉(zhuǎn)機(jī)械故障診斷的神經(jīng)網(wǎng)絡(luò)方法研究[J];噪聲與振動(dòng)控制;2008年01期

4 高強(qiáng);錢林方;侯遠(yuǎn)龍;王力;;泵控缸電液位置伺服系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制[J];機(jī)床與液壓;2008年06期

5 徐小力;左云波;吳國新;;量子神經(jīng)網(wǎng)絡(luò)在旋轉(zhuǎn)機(jī)組狀態(tài)趨勢(shì)預(yù)測(cè)中的應(yīng)用[J];機(jī)械強(qiáng)度;2010年04期

6 何文;同淑榮;王克勤;;基于神經(jīng)網(wǎng)絡(luò)的質(zhì)量控制圖異常診斷[J];機(jī)械制造;2013年05期

7 許寧,黃之初;神經(jīng)網(wǎng)絡(luò)在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[J];礦山機(jī)械;2005年08期

8 宋文杰;劉伯峰;王平;姜冰;;基于小波—神經(jīng)網(wǎng)絡(luò)的故障劣化趨勢(shì)檢測(cè)[J];職大學(xué)報(bào)(自然科學(xué)版);2006年02期

9 王志濤;肖明清;謝化勇;禚真福;薛輝輝;;基于神經(jīng)網(wǎng)絡(luò)的故障診斷效能模糊綜合評(píng)價(jià)研究[J];計(jì)算機(jī)測(cè)量與控制;2011年12期

10 戴中浩;林瓊;王秋成;;基于神經(jīng)網(wǎng)絡(luò)的再制造自動(dòng)變速箱檢測(cè)及試驗(yàn)研究[J];機(jī)械制造;2012年01期

相關(guān)會(huì)議論文 前10條

1 杜福銀;封其勃;;一種基于Hopfield神經(jīng)網(wǎng)絡(luò)作業(yè)車間調(diào)度問題的優(yōu)化方法[A];2009年中國智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

2 宋國明;王厚軍;姜書艷;劉紅;;基于神經(jīng)網(wǎng)絡(luò)的融合智能診斷方法在模擬電路故障診斷中的應(yīng)用[A];2007'中國儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（二）[C];2007年

3 宋軼民;余躍慶;張策;馬文貴;;基于神經(jīng)網(wǎng)絡(luò)的機(jī)敏機(jī)構(gòu)振動(dòng)自校正控制[A];第十二屆全國機(jī)構(gòu)學(xué)學(xué)術(shù)研討會(huì)論文集[C];2000年

4 吳洪民;;氣動(dòng)伺服定位系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模糊自適應(yīng)PID控制[A];第一屆全國流體動(dòng)力及控制工程學(xué)術(shù)會(huì)議論文集（第二卷）[C];2000年

5 黎啟柏;桂佩佩;韓君;;二次調(diào)節(jié)控制系統(tǒng)的模糊-神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)自適應(yīng)控制[A];液壓與氣動(dòng)學(xué)術(shù)研討會(huì)論文集[C];2004年

6 黎啟柏;桂佩佩;韓君;;二次調(diào)節(jié)控制系統(tǒng)的模糊-神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)自適應(yīng)控制[A];第三屆全國流體傳動(dòng)及控制工程學(xué)術(shù)會(huì)議論文集（第三卷）[C];2004年

7 曹春紅;張斌;王利民;李文輝;;基于免疫神經(jīng)網(wǎng)絡(luò)的幾何約束求解技術(shù)的研究[A];第二十七屆中國控制會(huì)議論文集[C];2008年

8 謝進(jìn);閻開印;陳永;;神經(jīng)網(wǎng)絡(luò)技術(shù)在平面機(jī)構(gòu)綜合中的應(yīng)用[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（下冊(cè)）[C];2002年

9 徐云根;黃小平;白傳航;丁紅鋼;翁澤宇;;高溫重載潤滑脂軸承壽命試驗(yàn)方法的分析與研究[A];機(jī)械動(dòng)力學(xué)理論及其應(yīng)用[C];2011年

10 徐志方;賀小明;張傳維;沈路;;集成神經(jīng)網(wǎng)絡(luò)信息融合技術(shù)在給水泵故障診斷中的應(yīng)用[A];設(shè)備監(jiān)測(cè)與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)博士學(xué)位論文 前2條

1 張焱;模擬空間環(huán)境下滾動(dòng)軸承壽命的振動(dòng)譜表征與預(yù)測(cè)方法研究[D];重慶大學(xué);2016年

2 陳仁祥;振動(dòng)譜表征空間滾動(dòng)軸承壽命狀態(tài)方法研究[D];重慶大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 王栗;面向電機(jī)軸承的快速故障診斷方法研究[D];沈陽理工大學(xué);2015年

2 于會(huì)超;機(jī)械觸覺機(jī)構(gòu)及控制的研究與應(yīng)用[D];華北理工大學(xué);2015年

3 李捷;基于神經(jīng)網(wǎng)絡(luò)的軸承故障診斷技術(shù)研究[D];電子科技大學(xué);2015年

4 宋銀芳;橋式起重機(jī)故障分析與故障率預(yù)測(cè)方法研究[D];安徽理工大學(xué);2016年

5 高芮;基于神經(jīng)網(wǎng)絡(luò)的機(jī)械故障診斷技術(shù)的研究[D];青島科技大學(xué);2016年

6 程翔;基于神經(jīng)網(wǎng)絡(luò)的輪帶系統(tǒng)橫向振動(dòng)的變結(jié)構(gòu)控制[D];福州大學(xué);2014年

7 龐艷艷;基于選擇性神經(jīng)網(wǎng)絡(luò)的故障診斷研究[D];華中科技大學(xué);2014年

8 徐銘志;基于神經(jīng)網(wǎng)絡(luò)PID的金屬帶式無級(jí)變速器速比控制研究[D];燕山大學(xué);2016年

9 齊放;基于極限學(xué)習(xí)機(jī)的設(shè)備故障預(yù)測(cè)方法及應(yīng)用研究[D];北京化工大學(xué);2016年

10 尤海鑫;BP神經(jīng)網(wǎng)絡(luò)與模糊邏輯在智能故障診斷中的應(yīng)用[D];大連交通大學(xué);2014年

，

本文編號(hào)：2520097