期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于堆叠稀疏自编码和谱聚类分析的带式输送机托辊故障诊断
被引量：
2
1
作者
缪江华
苑静科
王文硕
《煤矿机械》
2024年第7期163-166,共4页
针对煤矿带式输送机托辊故障数据庞大、可变性强等特点,以工业现场采集的音频数据为基础,对数据进程预处理,选用4个隐藏层,采用每层节点数分别为128、32、16、8的自编码模型进行特征值提取,计算出各特征值的相关性,提取偏度、均值、峭...
针对煤矿带式输送机托辊故障数据庞大、可变性强等特点,以工业现场采集的音频数据为基础,对数据进程预处理,选用4个隐藏层,采用每层节点数分别为128、32、16、8的自编码模型进行特征值提取,计算出各特征值的相关性,提取偏度、均值、峭度、峰值、波数和过零率6个特征,采用K-means算法和谱聚类算法进行故障诊断对比分析,建立故障诊断分级标准。实验结果表明,堆叠稀疏自编码提取特征优于时域特征,能够有效过滤干扰信息;基于堆叠稀疏自编码提取的特征值的谱聚类算法对于故障分为4类时效果最佳,故障诊断准确率高达96%。
展开更多
关键词
堆叠稀疏自编码
谱聚类算法
特征值
故障诊断
在线阅读
下载PDF
职称材料
题名
基于堆叠稀疏自编码和谱聚类分析的带式输送机托辊故障诊断
被引量：
2
1
作者
缪江华
苑静科
王文硕
机构
煤炭科学技术研究院有限公司
煤矿应急避险技术装备工程研究中心
北京市煤矿安全工程技术研究中心
出处
《煤矿机械》
2024年第7期163-166,共4页
基金
煤炭科学技术研究院有限公司技术创新基金项目(2021CX-Ⅱ-25)。
文摘
针对煤矿带式输送机托辊故障数据庞大、可变性强等特点,以工业现场采集的音频数据为基础,对数据进程预处理,选用4个隐藏层,采用每层节点数分别为128、32、16、8的自编码模型进行特征值提取,计算出各特征值的相关性,提取偏度、均值、峭度、峰值、波数和过零率6个特征,采用K-means算法和谱聚类算法进行故障诊断对比分析,建立故障诊断分级标准。实验结果表明,堆叠稀疏自编码提取特征优于时域特征,能够有效过滤干扰信息;基于堆叠稀疏自编码提取的特征值的谱聚类算法对于故障分为4类时效果最佳,故障诊断准确率高达96%。
关键词
堆叠稀疏自编码
谱聚类算法
特征值
故障诊断
Keywords
stacked sparse autoencoder
spectral clustering algorithm
eigenvalue
fault diagnosis
分类号
TD528.1 [矿业工程—矿山机电]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于堆叠稀疏自编码和谱聚类分析的带式输送机托辊故障诊断
缪江华
苑静科
王文硕
《煤矿机械》
2024
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
