基于温振融合与深度自编码器的高速动车组轴箱轴承故障诊断模型

因物理监测信息利用不足,动车组轴箱轴承故障诊断存在准确率较低问题。首先,利用高速动车组轴箱轴承试验台获取丰富数据,融合温度特征数据与振动特征数据,并使用主成分分析法进行融合与降维;然后,建立基于温振融合与DAE(深度自编码器)的轴箱轴承故障诊断模型,并通过深度自编码器进行模型训练;最后,用高速动车组轴箱轴承试验台测试集的数据进行模型验证。验证结果表明:与其他对比模型相比,基于温振融合与DAE的轴箱轴承故障诊断模型的诊断准确率更高。