基于改进卷积受限玻尔兹曼机的滚动轴承故障诊断

论文摘要

针对滚动轴承初期故障信号所存在的信息微弱,背景噪声复杂,早期故障易被覆盖,特征提取难以提取和识别的难题。结合卷积玻尔兹曼机的特性,文章提出了一种基于改进卷积玻尔兹曼机的滚动轴承故障诊断方法。该方法通过对原始输入数据的边缘数据进行补零操作,得到重构模型,此外,在目标函数中引入了最大似然,在隐单元中,结合交叉熵的概念,利用稀疏惩罚的特性,进而抑制其激活概率。实验证明,改进后的卷积玻尔兹曼机误差更小,解决了传统的受限玻尔兹曼机不能够处理大量数据、诊断种类单一、用时较长、计算复杂以及灵活性差等问题,同时利用该方法能够有效提高滚动轴承的故障诊断的准确率。

论文目录

文章来源

类型: 期刊论文

作者: 张俊玲,陈志刚,许旭,张楠,谢贻东

关键词: 受限玻尔兹曼机,滚动轴承,深度学习,故障诊断

来源: 组合机床与自动化加工技术 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: 北京建筑大学机电与车辆工程学院,北京市建筑安全监测工程技术研究中心

基金: 国家自然科学基金基金(51004005),国家自然科学基金基金(51605022),住建部项目(2016-K4-081),北京市教育委员会科技计划一般项目(SQKM201710016014),国家留学基金委资助(201708110138)

分类号: TH133.33;TP18

DOI: 10.13462/j.cnki.mmtamt.2019.05.018

页码: 73-76

总页数: 4

文件大小: 971K

下载量: 203

相关论文文献

标签：受限玻尔兹曼机论文;  滚动轴承论文;  深度学习论文;  故障诊断论文;