基于深度置信网络和信息融合技术的轴承故障诊断

• 作者: 徐增丙 李友荣 蒋黎明 鲁光涛
• 来源期刊: 武汉科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 深度置信网络 信息融合 集合经验模式分解 简单投票法
• 年，卷（期）: 2019,（1）
• 页码范围: 40-44
• 页数: 5页
• 分类号: TH165+.3|TH133.33
• 字数: 3744字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3644.2019.01.007

摘要

提出一种基于深度置信网络(DBN)和信息融合技术的轴承故障诊断新方法.首先采用集合经验模式分解将轴承振动时域信号分解为若干个固有模态函数,并分别输入至若干个DBN中进行故障状态识别,然后通过简单投票法将每个DBN识别的结果进行决策层信息融合,从而得到轴承故障的最终诊断结果.通过对单负载和多负载下不同类型和不同损伤程度的滚动轴承故障诊断进行实例分析,验证了本文方法的有效性和精确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李友荣	武汉科技大学冶金装备及其控制教育部重点实验室	226	1660	20.0	26.0
2	鲁光涛	武汉科技大学冶金装备及其控制教育部重点实验室	10	27	4.0	4.0
3	徐增丙	武汉科技大学冶金装备及其控制教育部重点实验室	16	35	4.0	4.0
7	蒋黎明	武汉科技大学冶金装备及其控制教育部重点实验室	1	5	1.0	1.0