10.3969/j.issn.2095-509X.2023.10.004
基于SWDAE-SVC的矿用齿轮箱自监督故障诊断方法
针对矿用齿轮箱振动数据易受噪声污染且故障类别标注困难问题,提出了一种基于栈式小波降噪自编码器(SWDAE)和支持向量聚类(SVC)的自监督故障诊断方法.首先,将小波映射函数引入栈式降噪自编码器(SDAE)模型,以实现强噪声下矿用齿轮箱的敏感故障特征提取.然后,利用所得高层抽象特征构建SVC模型,以实现无标签信息下的矿用齿轮箱故障诊断.实验结果表明,所提SWDAE-SVC方法具有优异的故障诊断性能.
故障诊断、栈式降噪自编码器、小波映射函数、支持向量聚类、矿用齿轮箱
52
TH17
中央高校基本科研业务费项目;江苏省自然科学基金
2023-11-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
21-24