基于堆栈降噪自编码的轴承故障诊断方法

摘要：

针对传统轴承故障智能诊断中特征学习困难,且需要掌握大量的信号处理方法和诊断经验,提出直接从原始数据出发对轴承故障状态进行分类识别的新方法.该方法通过深度学习利用原始振动数据训练堆栈自编码网络,由于免除了智能诊断的显式特征提取阶段,从而能够减少人工参与因素,摆脱了对大量信号处理技术与诊断经验的依赖.试验结果显示:所提出的方法能对轴承故障识别率达到97％,具有较好的识别能力,能够完成故障特征的自适应提取,增强了机械故障诊断的智能性.

关键词：原始数据、故障识别、特征提取

所属期刊栏目：46

分类号：TP212(自动化技术及设备)

资助基金：国家自然科学基金资助项目51665013;江西省青年科学基金项目20161BAB216134

在线出版日期：2018-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：177-181