基于小波包能量熵和DBN的轴承故障诊断
轴承是旋转机械设备的关键部件,目前已有很多轴承故障诊断方法,但其中一些方法只能针对特定的轴承故障进行诊断,可能不适用于其他轴承故障问题,而且大部分方法的诊断准确率还可以进一步提高.提出小波包能量熵与深度置信网络(DBN)相结合的方法进行轴承故障诊断.首先对轴承振动信号进行小波包变换,然后以能量熵的形式构建特征向量,这些特征向量含有不同频段内的振动能量大小,可以用于区分各种轴承故障.最后利用基于DBN的深度模型对能量熵特征向量进行故障识别.使用两类轴承数据集进行验证,分别获得100%和99.5%的故障识别准确率.实验结果表明,该诊断方法具有较好的通用性,而且可以达到很高的诊断准确率.
轴承故障诊断、小波包能量熵、特征提取、深度置信网络
33
TP206+.3(自动化技术及设备)
广西自动检测技术与仪器重点实验室YQ17202
2019-05-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
32-38