針對傳統(tǒng)滾動軸承故障診斷算法過度依賴專家經(jīng)驗和故障特征提取困難的問題,提出一種基于同步擠壓S變換(SSST)和集成深層脊波自編碼器(EDRAE)方法。該方法對軸承振動信號進行SSST變換得到時頻圖像,并將時頻圖像進行雙向二維主成分分析壓縮;利用不同的脊波函數(shù)設(shè)計不同的脊波自編碼器(RAE),并構(gòu)造相應(yīng)的深層脊波自編碼器(DRAE)且引入"跨層"連接以緩解DRAE的梯度消失現(xiàn)象;將壓縮時頻圖像輸入各DRAE網(wǎng)絡(luò)進行無監(jiān)督預(yù)訓(xùn)練和有監(jiān)督微調(diào),并通過加權(quán)平均法輸出識別結(jié)果。試驗結(jié)果表明,基于SSST和EDRAE的軸承故障診斷方法能有效地對軸承進行多種工況和多種故障程度的識別,特征提取能力和識別能力均優(yōu)于人工神經(jīng)網(wǎng)絡(luò)、深度信念網(wǎng)絡(luò)和深度自編碼器等模型。
【部分圖文】：

RAE結(jié)構(gòu)

3隱層DRAE結(jié)構(gòu)

為緩解DRAE在微調(diào)階段出現(xiàn)的梯度消失問題,將“跨層”連接引入DRAE,結(jié)構(gòu)如圖3(a)所示。圖3(a)為單“跨層”DRAE,可看作一個深DRAE與一個淺DRAE組合而成,如圖3(b)所示。定義處的傳播方式如下:
【相似文獻】

相關(guān)期刊論文 前0條

本文編號：2886502