《机电工程》杂志,浙江大学与浙江省机电集团联合主办。月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳
执行董事兼总经理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址浙江省杭州市大学路高官弄9号
电话Tel+86-571-87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于ISFLA优化深度置信网络的滚动轴承故障诊断方法研究*

作者:齐洪方1,黄定洪2 日期:2021-03-22/span> 浏览:68 查看PDF文档

基于ISFLA优化深度置信网络的滚动轴承故障诊断方法研究*
齐洪方1,黄定洪2
(1.武汉华夏理工学院 智能制造学院,湖北 武汉 430223;2.武汉理工大学 机电工程学院, 湖北 武汉 430070)


摘要:传统故障诊断模型训练时易陷入局部最优、模型泛化能力差,且故障识别精度易受人工特征提取质量的影响,针对这一问题对滚动轴承故障诊断方法进行了研究。首先,提出了基于深度置信网络(DBN)的滚动轴承故障诊断模型,研究了DBN模型的逐层自适应特征提取能力;然后,提出了一种改进的混合蛙跳算法(ISFLA),对DBN各隐含层神经元个数和反向微调算法学习率进行了优化;最后,在不进行任何特征提取的情况下,利用美国凯斯西储大学的轴承数据集进行了实验研究,提取了原始时域振动信号,进行了故障特征分析,并与BP、DBN和PSODBN算法进行了对比。研究结果表明:与其他方法相比,ISFLADBN的故障识别精度最高,算法收敛速度最快,模型泛化能力最好。
关键词:滚动轴承;故障诊断;深度置信网络;改进混合蛙跳算法
中图分类号:TH133.33     文献标识码:A     文章编号:1001-4551(2021)01-0062-07

本文引用格式:
齐洪方,黄定洪.基于ISFLA优化深度置信网络的滚动轴承故障诊断方法研究[J].机电工程,2021,38(1):62-68.
QI Hong-fang, HUANG Ding-hong. Rolling bearing fault diagnosis method based on DBN optimized by ISFLA[J].Journal of Mechanical & Electrical Engineering, 2021,38(1):62-68.《机电工程》杂志:http://www.meem.com.cn

友情链接

浙江机械信息网