收藏本站
收藏 | 投稿 | 论文排版

基于PSO改进深度置信网络的滚动轴承故障诊断

李益兵  王磊  江丽  
【摘要】:针对深度置信网络(Deep Belief Network, DBN)用于轴承故障诊断时,网络层结构调试比较费时等问题,提出一种基于粒子群优化(Particle Swarm Optimization, PSO)的DBN算法,以及基于该算法的轴承故障诊断模型。该模型利用PSO算法优选DBN网络结构,并通过自适应时刻估计法微调模型参数,随后运用具有最优结构的DBN模型直接从原始振动信号中提取低维故障特征,并将其输入到Soft-max分类器中识别轴承的故障模式。该算法与支持向量机、BP神经网络、DBN、堆叠降噪自编码等方法进行对比分析,实验结果表明,PSO改进的DBN算法具有更高的准确率以及更好的鲁棒性。

知网文化
【相似文献】
中国期刊全文数据库 前15条
1 沙美妤;刘利国;;基于振动信号的轴承故障诊断技术综述[J];轴承;2015年09期
2 邵岩;卢迪;杨广学;;分数阶傅里叶变换在轴承故障诊断中的应用[J];哈尔滨理工大学学报;2017年03期
3 苏明辉;薛光辉;赵国瑞;张明;;渣浆泵轴承故障诊断系统设计与应用[J];煤炭工程;2009年02期
4 袁洪芳;姜宇萱;王华庆;;基于词袋模型和极限学习机的轴承故障诊断[J];测控技术;2017年02期
5 刘琦;;基于小波分析的轴承故障诊断研究[J];煤;2013年07期
6 李云朋;熊柳景;牛刚;;嵌入式轴承故障诊断系统的设计与实现[J];国外电子测量技术;2019年11期
7 乔世民;轴承故障诊断技术的发展[J];中国设备管理;1989年01期
8 段向军;朱方园;刘晓强;;基于PSO的塔式起重机模糊神经网络滑模防摆控制[J];机床与液压;2016年22期
9 于岩;许继秀;张梦超;石浩;;小波分析和小波包分析在轴承故障诊断中的对比分析[J];煤矿机械;2019年12期
10 陶岩;朱华;王万迅;贺勇;李刚;谢鸣;;国产状态监测系统在轴承故障诊断上的应用[J];设备管理与维修;2016年S2期
11 杨江天,陈家骥,曾子平;基于1 1/2维谱的滚动轴承故障诊断[J];机械强度;1999年04期
12 张雨;彭志召;张进秋;毕占东;周晓;;基于虚拟仪器的滚动轴承故障诊断[J];轴承;2010年07期
13 宋积敏;;双支撑旋转机械轴承故障诊断技术应用[J];机械研究与应用;2017年04期
14 赵德尊;李建勇;程卫东;温伟刚;;变转速条件下基于改进重采样算法的滚动轴承故障诊断(英文)[J];Journal of Southeast University(English Edition);2017年02期
15 龚廷恺;;基于改进l_1趋势滤波的滚动轴承故障诊断[J];南昌航空大学学报(自然科学版);2017年04期
中国重要会议论文全文数据库 前10条
1 刘锋;马怀祥;王亚涛;;基于共振解调的滚动轴承故障诊断[A];现代振动与噪声技术(第九卷)[C];2011年
2 李琳;张永祥;童艳;;基于声发射和高阶谱分析的滚动轴承故障诊断[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
3 徐新韬;王华庆;沈伟;李岭阳;杨晓;;基于信息融合与1.5维谱的轴承故障诊断方法[A];2015年中国机械工程学会设备与维修工程分会学术年会论文集[C];2015年
4 郜普刚;何田;林意洲;刘献栋;;基于局部均值分解的滚动轴承故障诊断[A];2010中国汽车工程学会年会论文集[C];2010年
5 高耀智;谭援强;;基于1(1/2)谱与小波分析相结合的滚动轴承故障诊断[A];2009年全国青年摩擦学学术会议论文集[C];2009年
6 沈路;周晓军;张杰;;基于形态非抽样小波与灰色关联度的滚动轴承故障诊断[A];2011年机械电子学学术会议论文集[C];2011年
7 任获荣;马亚男;李胜刚;;熵随机共振在轴承故障诊断中的应用研究[A];2012年陕西省焊接学术交流会论文集[C];2012年
8 曹亮;王景霖;沈勇;单添敏;林泽力;陈杰;;基于HMM的轴承故障诊断方法[A];“测试性与智能测控技术”——2018年中国航空测控技术专刊[C];2018年
9 单添敏;曹亮;沈勇;王景霖;林泽力;陈杰;;基于Fisher判别的轴承故障诊断与健康评估方法研究[A];“测试性与智能测控技术”——2018年中国航空测控技术专刊[C];2018年
10 陶新民;徐晶;杜宝祥;徐勇;;基于相空间奇异谱的SOM轴承故障诊断模型[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前2条
1 胡永涛;基于多特征融合及深度信念网络的轴承故障诊断[D];燕山大学;2017年
2 王雷;基于流形学习的滚动轴承故障诊断若干方法研究[D];大连理工大学;2013年
中国硕士学位论文全文数据库 前10条
1 黄文静;基于多特征量提取和PSO优化神经网络的轴承故障诊断[D];燕山大学;2016年
2 王蕾蕾;基于深度自编码网络的轴承故障诊断研究[D];华北电力大学;2019年
3 李妍;基于改进极限学习机的轴承故障诊断方法研究[D];西安科技大学;2019年
4 彭刘阳;基于振动信号的滚动轴承故障诊断与状态识别方法研究[D];中国矿业大学;2019年
5 董德亿;基于输出信号相关性分析的轴承故障诊断方法[D];杭州电子科技大学;2018年
6 徐剑涛;基于极点对称模态分解及改进支持向量机的轴承故障诊断[D];燕山大学;2018年
7 齐申武;基于振动信号分析的滚动轴承故障诊断及寿命预测研究[D];燕山大学;2018年
8 黄阳;基于振动信号降噪与分解的轴承故障诊断研究[D];西安理工大学;2018年
9 叶友谊;基于优化支持向量机的滚动轴承故障诊断[D];福州大学;2014年
10 黄建新;多传感器数据融合技术在轴承故障诊断中的应用研究[D];武汉理工大学;2006年
中国重要报纸全文数据库 前1条
1 通讯员 蔡义杰 记者 唐先武;轴承故障诊断有了“透视镜”[N];科技日报;2001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