基于深度置信网络的制动器故障诊断方法

摘要：

针对吊车制动器故障诊断中故障机理复杂、先验知识欠缺、传统的故障诊断方法精度不高和人工依赖大等问题,本文提出一种基于深度置信网络(DBN)的制动器故障诊断方法.该方法通过柔性薄膜传感器阵列获取制动器不同工况的实时特征数据及信号,利用网络的无监督特征学习和有监督微调,构建制动器故障诊断的深层网络模型,从而实现了对制动器的故障诊断及预测.最后,分别与支持向量机(SVM)和遗传算法(GA)优化的BP神经网络(GA-BP)进行了对比研究,通过实验证明了本文方法的优越性.

关键词：深度置信网络(DBN);吊车制动器;故障诊断;柔性薄膜传感器阵列

所属期刊栏目：31

资助基金：国家重点研发计划2017YFC0805100

在线出版日期：2021-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1075-1080