基于堆栈稀疏自编码的滚动轴承故障诊断

• 作者: 张星博 李萌
• 来源期刊: 长春大学学报（自然科学版）
• 学科: 工学
• 关键词: 堆栈稀疏自编码 深度神经网络 滚动轴承 故障诊断
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 机械工程
• 页码范围: 6-9,17
• 页数: 5页
• 分类号: TH133.33|TP306+.3
• 字数: 2031字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3907.2019.06.003

摘要

针对目前滚动轴承故障诊断中,模式识别研究主要依靠有监督式机器学习的问题,提出一种基于堆栈稀疏自编码(Stacked Sparse Autoencoder,SSAE)的无监督式深度神经网络的滚动轴承智能故障诊断方法,在滚动轴承故障诊断试验台上提取正常、内圈故障和外圈故障三种状态信号进行验证,试验结果表明,SSAE网络可以有效、准确地识别滚动轴承具体的故障诊断类型,其诊断精度优于反向传播神经网络(Back Propagation,BP)及支持向量机(Support Vector Machine,SVM).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李萌	长春大学机械与车辆工程学院	26	173	9.0	12.0
2	张星博	长春大学机械与车辆工程学院	2	0	0.0	0.0