期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度置信网络的旋转部件半监督故障诊断 被引量:5
1
作者 马航宇 周笛 潘尔顺 《机械设计》 CSCD 北大核心 2021年第12期1-6,共6页
机械旋转部件故障诊断中,时变的噪声干扰和动态的运转状态直接影响系统故障诊断正确率。文中基于深度置信网络(DBN)提取数据深层信息的能力,结合固定学习步长的信号分解技术提取故障特征;进一步针对DBN作为无监督学习的不足,结合奇异值... 机械旋转部件故障诊断中,时变的噪声干扰和动态的运转状态直接影响系统故障诊断正确率。文中基于深度置信网络(DBN)提取数据深层信息的能力,结合固定学习步长的信号分解技术提取故障特征;进一步针对DBN作为无监督学习的不足,结合奇异值分解技术,将监督信息融入到特征训练强化过程中,建立半监督视角下深度置信网络(S-DBN)分析架构,降低噪声干扰,实现旋转机械系统的智能故障诊断;最后,结合变工况滚动轴承系统采集数据,基于S-DBN计算不同程度信号干扰下智能故障诊断平均正确率为97.14%。与传统DBN网络等4种方法作比较,不同程度噪声干扰下,S-DBN具有较好的准确性、泛化性和抗噪性。 展开更多
关键词 故障智能诊断 半监督 固定学习步长 深度置信网络 噪声干扰
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部