期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于同步挤压S变换和集成深层脊波自编码器的轴承故障诊断 被引量:5
1
作者 杜小磊 陈志刚 王衍学 《振动与冲击》 EI CSCD 北大核心 2020年第14期59-68,共10页
针对传统滚动轴承故障诊断算法过度依赖专家经验和故障特征提取困难的问题,提出一种基于同步挤压S变换(SSST)和集成深层脊波自编码器(EDRAE)方法。该方法对轴承振动信号进行SSST变换得到时频图像,并将时频图像进行双向二维主成分分析压... 针对传统滚动轴承故障诊断算法过度依赖专家经验和故障特征提取困难的问题,提出一种基于同步挤压S变换(SSST)和集成深层脊波自编码器(EDRAE)方法。该方法对轴承振动信号进行SSST变换得到时频图像,并将时频图像进行双向二维主成分分析压缩;利用不同的脊波函数设计不同的脊波自编码器(RAE),并构造相应的深层脊波自编码器(DRAE)且引入"跨层"连接以缓解DRAE的梯度消失现象;将压缩时频图像输入各DRAE网络进行无监督预训练和有监督微调,并通过加权平均法输出识别结果。试验结果表明,基于SSST和EDRAE的轴承故障诊断方法能有效地对轴承进行多种工况和多种故障程度的识别,特征提取能力和识别能力均优于人工神经网络、深度信念网络和深度自编码器等模型。 展开更多
关键词 同步挤压S变换(SSST) 脊波自编码器(rae) 滚动轴承 故障诊断
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部