基于SDAE-SVM的压力机轴承故障诊断方法

针对压力机轴承故障类型多、故障特征难以提取等问题,提出了一种基于堆叠去噪自编码网络(SDAE)与支持向量机(SVM)的压力机轴承故障诊断方法。该方法首先通过堆叠多层去噪自编码器构成深度网络模型,用无监督的方法训练每一层网络并在原始数据中加入噪声以得到更加稳健的特征表达,然后通过反向传播(BP)神经网络进行有监督的学习,对整个网络参数进行微调优化得到更接近样本分布的网络模型,最后利用SVM分类器对故障进行识别分类。实验中所提出的基于SDAE-SVM的故障诊断方法的故障识别准确率高达98%,表明该方法能有效提高压力机轴承的故障识别精度。