10.3969/j.issn.1006-9348.2018.07.089
基于深度学习的故障诊断方法研究
针对传统故障诊断方法在处理大数据量、样本结构复杂的工业过程中诊断效果不理想问题,提出一种深度学习与soft-max分类器相结合的故障诊断方法.该方法首先采用深度学习方法最大限度地挖掘数据中的隐含特征,充分体现样本的表现力,实现有效的特征提取.然后应用预训练和微调相结合的策略对故障诊断模型训练.最后应用softmax分类器输出故障结果.为了可以提高故障诊断模型的稳定性,简化训练过程,深度学习网络选择栈式编码器深度网络.仿真中将该故障诊断模型与简单softmax分类器诊断模型进行比较分析,结果显示该方法的诊断精度得到了显著提高,能够满足复杂工业过程故障诊断的需求.
深度学习、故障诊断、栈式编码器
35
TP391.9(计算技术、计算机技术)
2018-09-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
409-413