模糊粒化非监督学习结合随机森林融合的旋转机械故障诊断

• 作者: 周熙楠 温江涛
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 旋转机械故障诊断 模糊信息粒化 稀疏自编码 随机森林
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 精密制造与加工
• 页码范围: 1722-1730
• 页数: 9页
• 分类号: TH133
• 字数: 7570字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20180069

摘要

在旋转机械的智能故障诊断中,复杂网络结构的非监督学习方法调节参数多,训练时间长,而结构简单的网络诊断准确率不够理想.针对以上问题,采用模糊信息粒化和稀疏自编码器搭建并行结构的学习网络,并行结构的稀疏自编码器同时对粒化后重新构成的多个有效参量信息自适应的进行特征提取,随后使用随机森林方法对提取的特征进行融合分类.实验结果表明该方法可以有效实现高精度故障诊断;且与常用的串行多网络处理结构相比,降低了网络参数调节的复杂度和多层网络的前后影响,并且提高了诊断精度,减少了训练时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温江涛	燕山大学河北省测试计量技术及仪器重点实验室	27	199	9.0	12.0
2	周熙楠	燕山大学河北省测试计量技术及仪器重点实验室	1	5	1.0	1.0