优化堆叠降噪自动编码器滚动轴承故障诊断

doi:10.19912/j.0254-0096.tynxb.2019-1302

	优化堆叠降噪自动编码器滚动轴承故障诊断
	余萍 1,2,3; 曹洁 1
刊名	太阳能学报
	2021-11-28
卷号	42 期号:11 页码:307-314
关键词	风电机组堆叠降噪自动编码器超参数人工变性天牛算法故障诊断滚动轴承
DOI	10.19912/j.0254-0096.tynxb.2019-1302
英文摘要	针对深度堆叠降噪自动编码器(SDAE)网络超参数采用经验枚举获得时存在的泛化能力较弱,且选参过程与设计人员经验有关,效率低等问题,利用新设计的人工变性天牛算法(ATLA)对SDAE网络超参数进行自适应选取,并确定网络结构,训练得到故障状态的特征表示,最后输入到Softmax分类层进行故障检测,并确定故障类别。通过变工况下滚动轴承故障诊断仿真实验验证,该文所提出的ATLA-SDAE诊断方法在泛化性能、故障识别率等方面均优于BP神经网络、支持向量机(SVM)以及卷积神经网络(CNN)方法,能够从海量数据中自适应地提取更深层次的故障特征,可避免手动设计和提取故障特征的繁琐过程,更有利于提高故障分类的精度和诊断效率。
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://ir.lut.edu.cn/handle/2XXMBERH/149487]
专题	电气工程与信息工程学院兰州理工大学
作者单位	1.兰州理工大学电气工程与信息工程学院; 2.甘肃省工业过程控制重点实验室; 3.兰州理工大学电气与控制工程国家级实验教学示范中心
推荐引用方式 GB/T 7714	余萍,曹洁. 优化堆叠降噪自动编码器滚动轴承故障诊断[J]. 太阳能学报,2021,42(11):307-314.
APA	余萍,&曹洁.(2021).优化堆叠降噪自动编码器滚动轴承故障诊断.太阳能学报,42(11),307-314.
MLA	余萍,et al."优化堆叠降噪自动编码器滚动轴承故障诊断".太阳能学报 42.11(2021):307-314.