DBN与PSO-SVM的滚动轴承故障诊断

论文摘要

针对如何提高轴承故障诊断的准确率和算法训练的效率问题,提出了一种深度信念网络（DBN）与粒子群优化支持向量机（PSO-SVM）的滚动轴承故障诊断方法。首先,求出信号的时频特征统计量,其次,利用DBN对时频特征统计量进行特征提取,最后,利用PSO-SVM进行分类。实验结果表明:相比于直接用PSO-SVM进行分类,该方法不仅准确率更高,而且算法训练的时间大大缩短了,提高了滚动轴承故障诊断的准确率和效率。

论文目录

文章来源

类型: 期刊论文

作者: 熊景鸣,潘林,朱昇,孟宗

关键词: 特征提取,深度信念网络,支持向量机,故障诊断

来源: 机械科学与技术 2019年11期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 机械工业,自动化技术

单位: 铜仁职业技术学院工学院,燕山大学电气工程学院

基金: 河北省高等学校科学研究计划重点项目(ZD2015049),铜仁市科技计划项目(铜市科研[2017]25号)资助

分类号: TH133.33;TP18

DOI: 10.13433/j.cnki.1003-8728.20190040

页码: 1726-1731

总页数: 6

文件大小: 1087K

下载量: 534

相关论文文献

• [1].嵌入式轴承故障诊断系统的设计与实现[J]. 国外电子测量技术 2019(11)
• [2].快速路径的多时频曲线时变转速轴承故障诊断[J]. 制造技术与机床 2020(09)
• [3].分数阶傅里叶变换在轴承故障诊断中的应用[J]. 哈尔滨理工大学学报 2017(03)
• [4].多技术融合的电机轴承故障诊断方法[J]. 数码世界 2020(03)
• [5].小波分析和小波包分析在轴承故障诊断中的对比分析[J]. 煤矿机械 2019(12)
• [6].轴承故障诊断措施研究[J]. 现代农机 2020(03)
• [7].变负载轴承故障诊断卷积神经网络模型[J]. 科学技术与工程 2020(15)
• [8].基于移动平台的轴承故障诊断系统设计[J]. 工业加热 2020(07)
• [9].小波预处理的神经网络在轴承故障诊断中的应用[J]. 应用科技 2016(06)
• [10].基于经验模态分解和形态滤波的矿用轴承故障诊断[J]. 煤炭技术 2017(07)
• [11].基于振动信号的轴承故障诊断技术综述[J]. 轴承 2015(09)
• [12].煤矿机械齿轮和轴承故障诊断研究[J]. 科技致富向导 2015(17)
• [13].基于深度学习的观光车轴承故障诊断[J]. 工业控制计算机 2020(11)
• [14].基于深度卷积神经网络的轴承故障诊断方法[J]. 电子测量与仪器学报 2020(03)
• [15].模糊控制系统模型在轴承故障诊断中的应用[J]. 工程技术研究 2020(10)
• [16].采用形变周期势系统的轴承故障诊断方法[J]. 西安交通大学学报 2020(08)
• [17].基于稠密卷积网络的轴承故障诊断[J]. 噪声与振动控制 2020(04)
• [18].基于词袋模型和极限学习机的轴承故障诊断[J]. 测控技术 2017(02)
• [19].基于深度置信网络的牵引电机轴承故障诊断方法[J]. 城市轨道交通研究 2020(01)
• [20].论神经网络的直升机自动倾斜器轴承故障诊断方法[J]. 中国新通信 2020(01)
• [21].基于小波包和梯度提升决策树的轴承故障诊断[J]. 陕西科技大学学报 2020(05)
• [22].基于一维空洞卷积的轴承故障诊断[J]. 煤矿机械 2020(12)
• [23].频域分析在风机轴承故障诊断上的应用[J]. 广东化工 2020(23)
• [24].基于小波分析的轴承故障诊断研究[J]. 煤 2013(07)
• [25].渣浆泵轴承故障诊断系统设计与应用[J]. 煤炭工程 2009(02)
• [26].机车轴承故障诊断中的多智能传感器技术应用分析[J]. 铁路计算机应用 2008(03)
• [27].高速机车轴承故障诊断与剩余寿命预测的发展及展望[J]. 轴承 2020(03)
• [28].基于定子电流的无刷直流电机轴承故障诊断[J]. 南京航空航天大学学报 2020(02)
• [29].采煤机轴承故障诊断系统设计[J]. 自动化应用 2020(08)
• [30].基于广义S变换的齿轮箱轴承故障诊断方法[J]. 中国机械工程 2017(01)

标签：特征提取论文;  深度信念网络论文;  支持向量机论文;  故障诊断论文;