10.3969/j.issn.1006-1355.2018.05.037
基于深度自编码网络的轴承故障诊断
在故障诊断领域,通常采用信号处理技术提取特征,然后将特征输入到故障分类器中进行故障识别.对于提取特征部分,采用信号处理技术可以使故障诊断取得较好的效果,但是仍然存在不足之处:一是人为提取的特征很大程度上依靠专业的诊断知识;二是绝大多数方法都需要使用标签数据来进行故障特征分类,其中标签数据必须通过大量的实验才可以得到.提出一种基于深度编码网络的轴承故障新型智能诊断方法,可以克服上述故障诊断中存在的缺陷.为了验证该方法的有效性,利用具有不同健康状况的大量滚动轴承测量振动信号数据进行测试,实验结果表明效果良好.
振动与波、深度自编码网络、智能故障诊断、特征提取、轴承
38
TH212;TH213.3(起重机械与运输机械)
2018-11-06（万方平台首次上网日期，不代表论文的发表时间）
共7页
208-214
