堆叠稀疏自编码深度神经网络算法及其在滚动轴承故障诊断中的应用

摘要：

针对目前机械设备故障数据量大、 多样性且主要采用监督式学习提取故障特征的现状,提出一种堆叠稀疏自编码深度神经网络,实现无监督学习提取振动信号内在特征,并用于滚动轴承故障诊断.将频谱包络线作为低层输入逐层训练网络,获取故障特征表达,输入Softmax分类器实现故障分类;通过优化算法对整个深度神经网络进行微调,提高分类精度.滚动轴承故障诊断实验结果表明:所提出的深度神经网络能更准确地实现故障诊断,且在保证准确率的同时将频谱包络线作为低层输入,能够提高计算效率.

关键词：堆叠稀疏自编码、深度神经网络、滚动轴承、故障诊断

所属期刊栏目：48

分类号：TH113.1

资助基金：河南省自然科学基金项目;河南省高等学校重点科研计划项目

在线出版日期：2020-12-29（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：208-213