基于AE-BN的发电机滚动轴承故障诊断

doi:10.13700/j.bh.1001-5965.2021.0581

	基于AE-BN的发电机滚动轴承故障诊断
	王进花 1,2,3; 高媛 2; 曹洁 2,4; 马佳林 5
刊名	北京航空航天大学学报
	2022-01-26
页码	1-10
关键词	故障诊断自动编码器贝叶斯网络结构学习特征提取
DOI	10.13700/j.bh.1001-5965.2021.0581
英文摘要	为了解决风力发电机在复杂工况及耦合性、不确定性条件下故障识别的准确性问题，提出一种基于贝叶斯网络(Bayesian network， BN)与自动编码器(auto-encoder， AE)的AE-BN故障诊断方法。采用AE对电流信号进行特征提取，得到能够高度表征信号的特征分量；基于故障与特征之间的因果关系建立由故障位置、故障状态和故障特征搭建的三层BN；进而将AE的特征分量与BN的拓扑结构相结合建立风力发电机故障诊断模型，解决故障诊断中的不确定性问题，提高多故障诊断的准确性。实验结果表明，所提方法能够对故障特征信号进行分析及诊断，精确辨识不同故障类型，相比其它算法有明显优势。
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/155835]
专题	电气工程与信息工程学院兰州理工大学
作者单位	1.兰州工业大学甘肃工业过程先进控制重点实验室; 2.兰州理工大学电气工程与信息工程学院; 3.兰州理工大学电气与控制工程国家实验教学中心; 4.甘肃省制造信息工程研究中心; 5.兰州理工大学计算机与通信学院
推荐引用方式 GB/T 7714	王进花,高媛,曹洁,等. 基于AE-BN的发电机滚动轴承故障诊断[J]. 北京航空航天大学学报,2022:1-10.
APA	王进花,高媛,曹洁,&马佳林.(2022).基于AE-BN的发电机滚动轴承故障诊断.北京航空航天大学学报,1-10.
MLA	王进花,et al."基于AE-BN的发电机滚动轴承故障诊断".北京航空航天大学学报 (2022):1-10.