收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于深度学习理论的轴承状态识别研究

郭亮  高宏力  张一文  黄海凤  
【摘要】:针对滚动轴承振动数据耦合程度高,信号特征提取和识别模型建立困难的问题,提出了一种基于深度学习理论的状态监测方法。提取振动信号的时域、频域和时频域特征构成特征向量;通过稀疏自编码非监督学习网络对输入向量进行特征学习,并将单层网络叠加构成深度神经网络;最后采用少量有标签数据对整个深度神经网络进行微调训练,建立轴承状态监测模型。试验结果表明,提出的方法对于轴承状态识别准确率达到90.86%,且性能退化阶段识别率最高,能满足视情维修的工程需求。

知网文化
【相似文献】
中国期刊全文数据库 前15条
1 余成波;轴承状态的声信息流识别法[J];振动.测试与诊断;1998年01期
2 王静;邓军;曹阳;;轴承状态监测与诊断系统研究与开发[J];噪声与振动控制;2008年05期
3 刘璐瑶;黄飞飞;;智能化轴承状态检测方法实例[J];工业设计;2011年05期
4 金孝纯;;确定抗磨轴承状态的振动脉冲法(SPM)[J];设备维修;1981年04期
5 钱苏翔 ,顾小军;轴承状态监测中的模糊诊断方法[J];嘉兴教育学院、嘉兴高等专科学校学报;1997年02期
6 李妍;马苗立;王步洲;李朝阳;李国吉;;基于STM32的轴承状态监测系统设计[J];科技信息;2013年23期
7 崔厚玺;张来斌;王朝晖;陈朝晖;黄洪俊;;基于多参数评判技术的轴承状态评估研究[J];中国设备工程;2006年S1期
8 李剑峰;;冲击脉冲计在轴承状态诊断技术中的应用[J];煤矿机械;2008年01期
9 赵泓扬;刘立生;韩庆邦;;一种基于HHT和神经网络的智能轴承状态监控系统[J];东北师大学报(自然科学版);2013年02期
10 周媛婧;李威霖;;基于概率神经网络的轴承状态监测与故障诊断[J];计量与测试技术;2009年02期
11 马伦;康建设;赵春宇;吕雷;;基于Morlet小波变换的信号去噪及在轴承状态监测中的应用[J];机械科学与技术;2014年09期
12 洪杰;韩磊;苗学问;马艳红;;基于支持向量机的滚动轴承状态寿命评估[J];北京航空航天大学学报;2010年08期
13 陈闽杰;李秋秋;;油压曲线监测在滑动轴承磨损诊断中的应用[J];机床与液压;2010年21期
14 孙海龙;冯超;匙瑞堂;;滚动轴承状态监测[J];工业设计;2011年05期
15 ;[J];;年期
中国博士学位论文全文数据库 前1条
1 刘永斌;基于非线性信号分析的滚动轴承状态监测诊断研究[D];中国科学技术大学;2011年
中国硕士学位论文全文数据库 前3条
1 陈景伟;集成传感器的高速滚动轴承状态监测装置研制[D];哈尔滨工业大学;2010年
2 蒋晓伟;起重机低速重载轴承状态监测研究[D];大连交通大学;2012年
3 柴慧霞;基于LabVIEW的轴承状态监测及故障诊断系统实现[D];太原理工大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978