基于深度置信网络的轨道交通车辆轴承故障诊断研究
针对城市轨道交通车辆轴承在列车运行过程中受到强噪声污染,导致振动信号不稳定、特征提取难度大,提出了基于深度置信网络的轨道交通车辆轴承故障诊断方法.首先,对故障信号的统计样本参数等典型信息进行时域特征提取.其次,通过对每层的RBM训练的方法来确定参数θ最优取值,并自动提取信号的深层特征.最后,将提取的特征输入DBN模型进行分类识别,从而完成故障类型分类.
车辆轴承、故障诊断、时域特征、RBM、DBN模型
19
TP311(计算技术、计算机技术)
杭州万向职业技术学院青年教师专项课题项目wxqn2022005
2023-11-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
92-94,104