基于堆叠稀疏自编码的滚动轴承故障诊断

• 作者: 侯荣涛 周子贤 王丽华 谢阳阳 赵晓平
• 来源期刊: 轴承
• 学科: 工学
• 关键词: 滚动轴承 深度学习 堆叠稀疏自编码算法 故障诊断
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 测量与仪器
• 页码范围: 49-54,60
• 页数: 7页
• 分类号: TH133.33|TN911.7
• 字数: 4093字
• 语种: 中文
• DOI: 10.19533/j.issn1000-3762.2018.03.012

摘要

针对机械设备故障数据大容量、多样性的特点,提出一种基于堆叠稀疏自编码(SSAE)的滚动轴承故障智能诊断方法.使用自动编码器(AE)逐层训练网络,从海量数据中自适应地学习各类故障的特征表达,再通过有监督的反向传播算法优化整个网络,最终将特征输入softmax分类器实现滚动轴承健康状况精确诊断.在动力传动故障诊断试验台采集了5类轴承故障数据进行测试.试验结果表明:SSAE算法能够有效地提取故障特征,且故障诊断效果优于传统智能诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵晓平	南京信息工程大学计算机与软件学院	17	182	7.0	13.0
5	王丽华	南京信息工程大学信息与控制学院	30	242	9.0	15.0
6	侯荣涛	南京信息工程大学计算机与软件学院	21	174	7.0	13.0
10	谢阳阳	南京信息工程大学信息与控制学院	8	120	6.0	8.0
11	周子贤	南京信息工程大学计算机与软件学院	6	95	3.0	6.0