基于DA改进深度置信网络的滚动轴承故障诊断

作     者：高淑芝 徐林涛 GAO Shu-zhi;XU Lin-tao

作者机构：沈阳化工大学信息工程学院辽宁沈阳110142 

基　　金：辽宁省自然科学基金项目(20170540725) 辽宁省高端人才建设项目-辽宁省特聘教授(〔2018〕3533) 

出 版 物：《沈阳化工大学学报》 (Journal of Shenyang University of Chemical Technology)

年 卷 期：2022年第36卷第3期

页      码：276-283页

摘      要：针对滚动轴承结构及其运行环境的复杂性和信号特征参数信息难以被提取的问题,提出一种由蜻蜓算法(DA)优化改进的深度置信网络方法(DA-IDBN)并应用于轴承故障诊断中.采用DA对神经网络结构进行优化设计,确定最优结构.应用最小批量随机梯度下降法对每一个自适应受限波尔茨曼机(RBM)进行预训练,并采用BP神经网络反向微调DBN的权重参数.通过实验验证了笔者所提方法的有效性,并取得了更好的分类效果.

主 题 词：滚动轴承 DBN 蜻蜓算法 故障诊断 

学科分类：080202[080202] 08[工学] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.2095-2198.2022.03.014

馆 藏 号：203114609...