机械设计与制造杂志社

2021, No.361(03) 161-164

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

堆栈稀疏自编码器的风力机锥齿轮故障诊断
Fault Diagnosis of Wind Turbine Bevel Gear Based on Stacked Sparse Autoencoder

陈里里;司吉兵;董绍江;

摘要(Abstract):

针对当前齿轮故障诊断存在着准确性不高、主观性强等问题,提出了一种基于堆栈稀疏自编码器(SSAE)和softmax分类器相结合的齿轮故障诊断方法。首先,运用时域分析以及样本熵方法对风力机锥齿轮振动信号进行特征提取,其次,将提取的特征输入到SSAE中进一步学习目标数据的深层本质特征,并进行特征降维,最后使用softmax分类器中进行分类识别。通过实验结果表明,和文中其他浅层学习模型相比,SSAE能够从齿轮振动信号中有效学习到所需的深层本质特征,拥有更高的识别准确率,因而证实了该方法优越性。

关键词(KeyWords): 时域分析;样本熵;特征提取;堆栈稀疏自编码器;Softmax分类器;故障诊断

Abstract:

Keywords:

基金项目(Foundation): 国家自然基金项目(51775072);; 重庆市基础与前沿研究计划项目(cstc2016jcyjA0526);; 重庆市教委科学技术研究项目(KJ1600519);; 重庆市社会事业与民生保障科技创新专项项目(cstc2017shmsA30016)

作者(Author): 陈里里;司吉兵;董绍江;

Email:

DOI: 10.19356/j.cnki.1001-3997.2021.03.036

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享