-
题名基于小波包能量熵和DBN的轴承故障诊断
被引量:29
- 1
-
-
作者
赵光权
姜泽东
胡聪
高永成
牛广行
-
机构
哈尔滨工业大学自动化测试与控制研究所
桂林电子科技大学广西自动检测技术与仪器重点实验室
南卡罗来纳大学电气工程系
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2019年第2期32-38,共7页
-
基金
广西自动检测技术与仪器重点实验室(YQ17202)资助项目
-
文摘
轴承是旋转机械设备的关键部件,目前已有很多轴承故障诊断方法,但其中一些方法只能针对特定的轴承故障进行诊断,可能不适用于其他轴承故障问题,而且大部分方法的诊断准确率还可以进一步提高。提出小波包能量熵与深度置信网络(DBN)相结合的方法进行轴承故障诊断。首先对轴承振动信号进行小波包变换,然后以能量熵的形式构建特征向量,这些特征向量含有不同频段内的振动能量大小,可以用于区分各种轴承故障。最后利用基于DBN的深度模型对能量熵特征向量进行故障识别。使用两类轴承数据集进行验证,分别获得100%和99.5%的故障识别准确率。实验结果表明,该诊断方法具有较好的通用性,而且可以达到很高的诊断准确率。
-
关键词
轴承故障诊断
小波包能量熵
特征提取
深度置信网络
-
Keywords
bearing fault diagnosis
wavelet packet energy entropy
feature extraction
deep belief network
-
分类号
TH133.3
[机械工程—机械制造及自动化]
-