本文關(guān)鍵詞：基于稀疏自動(dòng)編碼深度神經(jīng)網(wǎng)絡(luò)的感應(yīng)電動(dòng)機(jī)故障診斷

  更多相關(guān)文章： 稀疏自動(dòng)編碼器 深度神經(jīng)網(wǎng)絡(luò) 去噪編碼 dropout 故障診斷

【摘要】：針對(duì)目前感應(yīng)電動(dòng)機(jī)故障診斷大多采用監(jiān)督學(xué)習(xí)提取故障特征的現(xiàn)狀,提出一種將去噪編碼融入稀疏自動(dòng)編碼器的深度神經(jīng)網(wǎng)絡(luò),實(shí)現(xiàn)非監(jiān)督學(xué)習(xí)的特征提取并用于感應(yīng)電動(dòng)機(jī)的故障診斷。稀疏自動(dòng)編碼器通過自動(dòng)學(xué)習(xí)復(fù)雜數(shù)據(jù)的內(nèi)在特征來提取簡明的數(shù)據(jù)特征表達(dá)。為提高特征表達(dá)的魯棒性,在稀疏編碼器的基礎(chǔ)上融入去噪編碼,提取更有效的特征表達(dá)用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)分類器進(jìn)而完成整個(gè)深度神經(jīng)網(wǎng)絡(luò)的構(gòu)建,并結(jié)合反向傳播算法對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行整體微調(diào),提升故障分類的準(zhǔn)確度。整個(gè)訓(xùn)練過程引入"dropout"訓(xùn)練技巧,減少因過擬合帶來的預(yù)測誤差。試驗(yàn)結(jié)果表明,相比傳統(tǒng)反向傳播(Back propagation,BP)神經(jīng)網(wǎng)絡(luò),提出的深度神經(jīng)網(wǎng)絡(luò)能更有效地實(shí)現(xiàn)感應(yīng)電動(dòng)機(jī)故障診斷。
【作者單位】： 東南大學(xué)儀器科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 稀疏自動(dòng)編碼器 深度神經(jīng)網(wǎng)絡(luò) 去噪編碼 dropout 故障診斷
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51575102)
【分類號(hào)】：TM346;TP183
【正文快照】： 0前言*電動(dòng)機(jī)作為一種必不可缺的驅(qū)動(dòng)裝置,在現(xiàn)代工業(yè)生產(chǎn)中占據(jù)著重要地位。對(duì)電動(dòng)機(jī)進(jìn)行實(shí)時(shí)的狀態(tài)監(jiān)測與故障診斷,不僅可保證電動(dòng)機(jī)的正常運(yùn)作,而且能夠及時(shí)發(fā)現(xiàn)問題并進(jìn)行維修,避免不必要的損失[1]�，F(xiàn)階段,電動(dòng)機(jī)的故障診斷大多是通過對(duì)各種狀態(tài)參數(shù)的檢測與分析來判斷其

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王清太;段毅;;神經(jīng)網(wǎng)絡(luò)在某交流伺服系統(tǒng)建模中的應(yīng)用[J];火力與指揮控制;2008年11期

2 郁云;魏瑾;;鍋爐生產(chǎn)過程的神經(jīng)網(wǎng)絡(luò)建模方法研究[J];電腦知識(shí)與技術(shù);2008年34期

3 馬玲玲;鄭賓;馬圓圓;;基于神經(jīng)網(wǎng)絡(luò)PID智能復(fù)合控制方法研究[J];計(jì)量與測試技術(shù);2009年03期

4 楊琦;張建華;王向峰;李衛(wèi)國;;基于小波-神經(jīng)網(wǎng)絡(luò)的風(fēng)速及風(fēng)力發(fā)電量預(yù)測[J];電網(wǎng)技術(shù);2009年17期

5 吳珂;楊麗霞;王海瑞;;量子神經(jīng)網(wǎng)絡(luò)在電力諧波檢測中的應(yīng)用[J];計(jì)算機(jī)與數(shù)字工程;2012年02期

6 厲衛(wèi)娜;蘇小林;;基于小波-神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率短期預(yù)測[J];山西電力;2012年02期

7 吳巍;;神經(jīng)網(wǎng)絡(luò)在繼電器中的應(yīng)用研究[J];信息系統(tǒng)工程;2012年05期

8 劉瑾;楊海馬;陳抱雪;曾啟o，

本文編號(hào)：1008493