針對(duì)傳統(tǒng)滾動(dòng)軸承故障診斷方法過(guò)度依賴專家經(jīng)驗(yàn)和故障特征提取困難的問(wèn)題,結(jié)合深度學(xué)習(xí)處理高維、非線性數(shù)據(jù)的優(yōu)勢(shì),提出一種基于改進(jìn)深層小波自編碼器的軸承智能故障診斷方法。該方法改進(jìn)小波自編碼器的損失函數(shù)并引入收縮項(xiàng)限制,再將多個(gè)小波自編碼器進(jìn)行堆疊構(gòu)成深層小波自編碼器,并引入"跨層"連接緩解梯度消失現(xiàn)象,最后利用大量無(wú)標(biāo)簽數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行無(wú)監(jiān)督預(yù)訓(xùn)練并利用少量帶標(biāo)簽數(shù)據(jù)對(duì)模型參數(shù)有監(jiān)督微調(diào)。軸承診斷實(shí)驗(yàn)結(jié)果表明,該方法能有效地對(duì)軸承進(jìn)行多種故障類型和多種故障程度的識(shí)別,特征提取能力和識(shí)別能力優(yōu)于人工神經(jīng)網(wǎng)絡(luò)、深度信念網(wǎng)絡(luò)、深度自編碼器等方法。 

【文章來(lái)源】：計(jì)算機(jī)工程與應(yīng)用. 2020,56(05)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 引言
2 改進(jìn)深層小波自編碼器
    2.1 小波自編碼器
    2.2“跨層”機(jī)制
3實(shí)驗(yàn)驗(yàn)證
    3.1實(shí)驗(yàn)數(shù)據(jù)初步分析
    3.2 診斷結(jié)果與分析
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于VMD多特征量風(fēng)電機(jī)組軸承故障診斷法[J]. 張瑤,張宏立.  計(jì)算機(jī)仿真. 2018(09)
[2]基于改進(jìn)SAE-SOFTMAX的模擬電路故障診斷方法[J]. 袁莉芬,寧暑光,何怡剛,張朝龍,呂密.  電子測(cè)量與儀器學(xué)報(bào). 2018(07)
[3]基于深度收縮自編碼網(wǎng)絡(luò)的飛行員疲勞狀態(tài)識(shí)別[J]. 韓霜,吳奇,孫禮兵,裘旭益,任和,盧釗.  生物醫(yī)學(xué)工程學(xué)雜志. 2018(03)
[4]深度殘差網(wǎng)絡(luò)的多光譜遙感圖像顯著目標(biāo)檢測(cè)[J]. 戴玉超,張靜,Fatih PORIKLI,何明一.  測(cè)繪學(xué)報(bào). 2018(06)
[5]基于壓縮采集與深度學(xué)習(xí)的軸承故障診斷方法[J]. 溫江濤,閆常弘,孫潔娣,喬艷雷.  儀器儀表學(xué)報(bào). 2018(01)
[6]基于改進(jìn)堆疊降噪自編碼的滾動(dòng)軸承故障分類[J]. 侯文擎,葉鳴,李巍華.  機(jī)械工程學(xué)報(bào). 2018(07)
[7]基于雙樹復(fù)小波和深度信念網(wǎng)絡(luò)的軸承故障診斷[J]. 張淑清,胡永濤,姜安琦,李軍鋒,宿新爽,姜萬(wàn)錄.  中國(guó)機(jī)械工程. 2017(05)
[8]隨機(jī)森林在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 張鈺,陳珺,王曉峰,劉飛,周文晶,王志國(guó).  計(jì)算機(jī)工程與應(yīng)用. 2018(06)
[9]BP-LCD方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 李曜洲,伍濟(jì)鋼,李學(xué)軍.  計(jì)算機(jī)工程與應(yīng)用. 2017(08)
[10]基于有理雙樹復(fù)小波和SVM的滾動(dòng)軸承故診斷方法[J]. 孫珊珊,何光輝,崔建.  計(jì)算機(jī)科學(xué). 2015(S2)

碩士論文
[1]基于Fisher判別法的模擬電路故障診斷[D]. 于輝.湖南大學(xué) 2014



本文編號(hào)：3635302