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. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论