10.3969/j.issn.1000-3932.2018.10.013
深度神经网络稀疏化压缩感知的研究
针对起重设备金属结构传统故障诊断方法准确率低、网络性能不稳定等缺点,提出基于深度神经网络和压缩感知理论的故障诊断方法,通过构建深度神经模型,对它在运行过程中的振动数据信号进行分析,可有效应用于起重设备的疲劳失效、损坏等故障检测.该方法避免了一般神经网络依靠经验确定网络结构的困难,具有更高的稳定性,且训练时间大幅缩短,明显优于传统的神经网络诊断方法.
起重设备、金属结构、深度神经网络、压缩感知、稀疏自编码、故障诊断
45
TH21(起重机械与运输机械)
2018-11-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
798-801