等距映射与DBN相融合的齿轮故障诊断研究

论文摘要

运用等距映射(Isomap)算法将信号的特征数据从原始高维空间映射到低维空间,然后融合深度置信网络(DBN)来诊断齿轮的故障状态。进行了齿轮箱运行至故障的实验研究,经过一系列与未进行空间转换的原始特征、主成分分析(PCA)和拉普拉斯特征映射(LE)等两种空间转换方法及与隐马尔科夫模型(HMM)和BP神经网络等模型算法的对比分析,所提方法被证明在齿轮的故障诊断及状态评估中更加准确有效。

论文目录

引言

1 本文所提方法

1.1 步骤1:原始特征提取

1.1.1 时域及频域分析

1.1.2 WPT

1.2 步骤2: Isomap特征空间转换

1.3 步骤 3: DBN 的建立与训练

1.3.1 DBN的结构

1.3.2 DBN 训练

1.4 步骤4:评估 p

2 实验及分析

2.1 实验装置及数据

2.2 特征空间转换

2.3 DBN 状态评估

2.3.1 标准 DBN的建立

2.3.2 评估与结果

2.4 对比试验及分析

2.4.1 空间转换方法的对比

2.4.2 评估模型的比较

3 结论

文章来源

类型: 期刊论文

作者: 陈建业,王沙晶,魏存海,魏致江,武林

关键词: 特征提取,等距映射,特征转换,深度置信网络,齿轮故障诊断

来源: 机械强度 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 机械工业,自动化技术

单位: 兰州理工大学机电工程学院,兰州电源车辆研究所有限公司,甘肃省内燃机电站工程技术研究中心

基金: 国家自然科学基金项目(51675253)资助~~

分类号: TH132.41;TP183;TP277

DOI: 10.16579/j.issn.1001.9669.2019.05.003

页码: 1029-1034

总页数: 6

文件大小: 1166K

下载量: 96

等距映射与DBN相融合的齿轮故障诊断研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢