基于改进的堆叠降噪自动编码器深度模型的转子-转轴系统故障诊断方法
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.73 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
5
简介
旋转机械转子-转轴系统故障诊断方法中大多采用传统浅层模型,对于数量较大的样本其处理能力有限。为解决此问题,提出一种利用改进的堆叠降噪自动编码器(SDAE)深度模型的故障诊断方法,并对转子-转轴系统的典型故障进行诊断。利用某机械故障综合模拟实验台,结合基于LabVIEW开发的信号采集系统模拟并采集转子-转轴系统的10类单一故障和7类复合故障振动信号。在训练SDAE模型时引入Dropout机制对模型进行改进,并结合Softmax分类器进行网络训练与诊断。与传统BP网络、自动编码器(AE)、无Dropout机制的SDAE和卷积神经网络(CNN)进行对比,结果表明:改进的SDAE方法对于转子-转轴系统故障的正确识别率最高,特别是对复合故障的诊断效果比其他模型更理想,充分验证了改进的SDAE深度模型的优越性。相关论文
- 2021-06-08数控车削45调质钢粗糙度影响因素研究
- 2021-07-07超声辅助线切割加工超声参数对表面粗糙度的影响
- 2025-01-21不同工况下RV减速器的传动效率试验分析
- 2021-07-23航发叶片不同曲率型面铣削数值模型的差异性试验研究
- 2025-02-06人工膝关节假体的磨损性能分析
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。