-
题名基于深度小波自动编码器和极限学习机的轴承故障诊断
被引量：19
- 1
-
-
作者
陶沙沙
郭顺生
-
机构
武汉理工大学机电工程学院
成都工业职业技术学院
-
出处
《科学技术与工程》
北大核心
2020年第29期12196-12203,共8页
-
基金
国家自然科学基金(51705386,51705385)。
-
文摘
针对原始振动数据无监督特征学习问题,提出了一种深度小波自动编码器(deep wavelet automatic encoder,DWAE)与鲁棒极限学习机(extreme learning machine,ELM)相结合的滚动轴承的智能故障诊断方法。首先,利用小波函数作为非线性激活函数设计小波自动编码器从而有效地捕获信号特征。其次,利用多个小波自动编码器构造一个深度小波自动编码器来增强无监督特征学习能力。最后,采用鲁棒极限学习机作为分类器,对不同的轴承故障进行分类识别。对实验所得的轴承振动信号进行对比分析,结果验证了研究结果能够在原始振动数据无监督特征学习的条件下该方法优于传统方法和标准深度学习方法。
-
关键词
智能故障诊断
滚动轴承
深度小波自动编码器
极限学习机
无监督特征学习
-
Keywords
intelligent fault diagnosis
rolling bearing
deep wavelet automatic encoder
extreme learning machine
unsupervised feature learning
-
分类号
V263.6
[航空宇航科学与技术—航空宇航制造工程]
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于深度小波去噪自动编码器的轴承智能故障诊断方法
被引量：7
- 2
-
-
作者
李晓花
江星星
-
机构
商丘职业技术学院
苏州大学城市轨道交通学院
-
出处
《计算机应用与软件》
北大核心
2021年第2期145-151,190,共8页
-
基金
国家自然科学基金项目(51705349)。
-
文摘
针对原始振动数据无监督特征学习问题,提出一种深度小波去噪自动编码器与鲁棒极限学习机相结合的滚动轴承的智能故障诊断方法。利用小波函数作为非线性激活函数设计小波去噪自动编码器,从而有效地捕获信号特征;利用多个小波去噪自动编码器构造一个深度小波去噪自动编码器来增强无监督特征学习能力;采用鲁棒极限学习机作为分类器,对不同的轴承故障进行分类识别。对实验所得的轴承振动信号进行对比分析,结果验证了该方法在原始振动数据无监督特征学习的条件下优于传统方法和标准深度学习方法。
-
关键词
智能故障诊断
滚动轴承
深度小波去噪自动编码器
极限学习机
无监督特征学习
-
Keywords
Intelligent fault diagnosis
Rolling bearing
Deep wavelet auto-encoder
Limit learning machine
Unsupervised feature learning
-
分类号
V263.6
[航空宇航科学与技术—航空宇航制造工程]
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
