堆叠自编码网络性能优化及其在滚动轴承故障诊断中的应用

• 作者: 向宙 夏心锐 张西宁 李立帆
• 来源期刊: 西安交通大学学报
• 关键词: 故障诊断 堆叠自编码网络 标准化 滚动轴承
• 年，卷（期）: 2018,（10）
• 页码范围: 49-56,87
• 页数: 9页
• 分类号: TH17
• 语种: 中文
• DOI: 10.7652/xjtuxb201810007

摘要

为了解决堆叠自编码网络在参数较多时的梯度弥散问题,对网络每层的编码值进行了统计分析,发现大部分分布于激活函数的饱和区,这直接导致了神经元权值梯度的消失.为此,引入了一种标准化策略,将神经元按照样本进行归一化,然后引入两个待学习参数进行缩放和平移,最后通过激活函数输出到下一级神经元.运用带标准化的堆叠自编码网络进行滚动轴承故障诊断,将振动信号的频谱输入到网络中.与普通堆叠自编码网络相比,该标准化策略可有效地使网络编码值均匀分布,如将第一层编码值的熵从0.88 bit提高到了16.29 bit.带标准化的堆叠自编码网络可有效提高网络的抗噪能力和训练速度:在凯斯西储大学滚动轴承数据集上,当人为添加噪声信号的信噪比为0 dB时,识别正确率从16.18％提高到了100％;在实验室实测数据集上,不仅训练时间下降了37.22％,而且识别正确率从97.93％提高到了99.95％.对网络的编码值进行分析以及引入的标准化策略,可为科研技术人员构建堆叠自编码网络时提供参考,也为滚动轴承故障诊断提供了一种策略.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张西宁	西安交通大学机械制造系统工程国家重点实验室	48	471	11.0	20.0
2	夏心锐	西安交通大学机械制造系统工程国家重点实验室	4	16	1.0	4.0
3	向宙	西安交通大学机械制造系统工程国家重点实验室	6	42	2.0	6.0
4	李立帆	西安交通大学机械制造系统工程国家重点实验室	1	15	1.0	1.0